JP4034812B2 - 移動先予測装置および移動先予測方法 - Google Patents

Description

本発明は、ユーザの移動先を予測する移動先予測装置に関し、特に、携帯端末機器に適用する移動先予測装置に適用するものである。

従来、携帯端末を用いてユーザの移動先を予測する移動先予測装置として、例えば、図４２に示すように、通信事業者側の位置ログ１４にユーザの行動を蓄積して、この蓄積されたユーザの行動を離散的な行動の単位に分解し、これら単位行動の推移としてユーザの行動をモデル化することで個人用行動パターン１３を取得する等して、将来のユーザの移動先を予測する手法がある（例えば、特許文献１参照）。この方法においては、個人の行動履歴を検出して、例えば、Ａ交差点からＢ交差点に移動した場合においては、ユーザの移動先は会社である等、ユーザの移動先を予測することが可能となる。

さらに、カーナビゲーション装置等においては、エンジンの開閉をトリガーとして、エンジンスタート時を出発地、エンジンストップ時を目的地と判断して、出発地及び目的地の履歴を取得して、目的地を予測する方法もある。
特開２０００−２９３５４０号公報

しかしながら、上記特許文献１に示される移動先の予測方法における行動パターン解析は、位置情報に基づいて行われる。従って、携帯電話機等、モバイル端末においては室内等、位置情報を取得できない場合があり、ユーザの移動先を位置情報にのみ基づいて行うことができない場合が生じている。例えば、携帯端末機器のユーザの位置情報を取得するためのＧＰＳは屋外でしか使用できないため、位置情報をユーザの移動先予測のトリガーとしている場合、ＧＰＳによる位置情報を取得する前においてユーザの移動先を予測することが不可能となる。

また、位置情報に基づいてユーザの移動先の予測を行うためには、出発後のユーザの所定期間の移動経路等、事前にある程度の移動推移情報を取得する必要があるため、家を出る前、もしくは家を出た瞬間においてユーザの移動先を予測することができない。

本発明は、前記従来の課題に鑑み、ユーザの所持品を利用することでより容易に移動先の予測を可能とする。即ち、ユーザからの情報入力を要せず、ユーザは日常動作である普段の所持品を携帯するのみで、移動先を容易に予測することが可能な移動先予測装置を提供することを目的としている。

前記従来の課題を解決するために、本発明の移動先予測装置は、ユーザの移動先を予測する移動先予測装置であって、前記ユーザの位置情報を検出する位置情報検出手段と、前記ユーザの所持している所持品に取り付けられたタグから情報を読み込むことにより、前記ユーザが所持する所持品を検出する所持品検出手段と、少なくとも前記所持品検出手段において検出される前記所持品と、前記位置情報検出手段によって検出される位置情報とを関連付けて履歴として蓄積する蓄積手段と、前記履歴に出現する頻度に基づいて、前記所持品を、所定割合以上所持する多頻度所持品又は所定割合未満保持する非多頻度所持品に区別する判定を行う所持頻度判定手段と、前記所持頻度判定手段で非多頻度所持品と判定された所持品と、前記履歴において当該所持品と関連付けられた位置情報とを対応づけることにより、前記履歴より、少なくとも前記所持品と前記所定の位置情報との因果関係を抽出する因果関係抽出手段と、前記因果関係と前記所持品検出手段で検出された所持品とに基づいて、前記因果関係において当該所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる位置を前記ユーザの移動先として予測する移動先予測手段とを備えることを特徴とする。

これらの構成により、移動先予測装置においては、因果関係抽出手段は位置情報と所持品情報を用いて因果関係を抽出して、この因果関係を用いてユーザの移動先を予測することが可能となる。また、所持頻度判定手段において非多頻度所持品の判定を行うために、ユーザの所持品から移動先の予測において用いることができる非多頻度所持品を検出することが可能となる。

また、本発明に係る移動先予測装置の所持頻度判定手段は、前記所定割合として、前記ユーザの移動経路を地図上で分割した各エリア数において所持する割合を用い、当該所定割合未満の所持品を前記非多頻度所持品とし、当該所定割合以上の所持品を前記多頻度所持品とすることを特徴とする。さらに、前記所持頻度判定手段は、前記所定割合として、前記ユーザの移動経路をクラス分けして前記クラスに存在する割合を用い、当該所定割合未満の所持品を前記非多頻度所持品とし、当該所定割合以上の所持品を前記多頻度所持品とすることを特徴とする。またさらに、前記移動先予測装置は、さらに、前記ユーザの移動先である目的地を予測する目的地予測手段を備え、前記因果関係抽出手段は、前記非多頻度所持品と前記目的地との因果関係を抽出することを特徴とする。

これらの構成により、所持頻度判定手段は、所定時間毎の頻度、地図上に区切られたエリア数、クラスタリング処理で作成されるクラスに基づく情報等、様々な情報を用いて非多頻度所持品の判定を行うために、より正確に移動先予測のトリガーとして使用されるユーザの所持品から非多頻度所持品を抽出することが可能となる。

また、本発明に係る移動先予測装置の前記移動先予測装置は、さらに、前記因果関係抽出手段で抽出される前記因果関係を用いて、前記所持品の有無を確認する所持品確認手段と、前記所持品確認手段において所持品がないと確認される場合には、その旨の通知を前記ユーザに行う通知手段とを備えることを特徴とする。

この構成により、所持品確認手段において因果関係情報に基づく所持品の有無を確認するために、移動先予測装置においては、落し物検出や持ち物検出を行うことが可能となる。

尚、前記目的を達成するために、本発明は、移動先予測装置の特徴的な構成手段をステップとする移動先予測方法としたり、この方法が備える特徴的な命令を含むプログラムとして実現することもできる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ等の記録媒体やインターネット等の通信ネットワークを介して流通させることができるのは言うまでもない。

本発明に係る移動先予測装置は、例えばユーザの所持する持ち物や、持ち物に付帯の情報を用いることにより、ユーザによる情報入力という手間を要せずに、所持品を自動的に検出してユーザの移動先を予測することができる。

以下、本発明に係る移動先予測装置について図面を参照しながら説明を行う。
（実施の形態１）
図１は、本発明の実施の形態１における移動先予測装置の全体構成を示すブロック図である。

図１において、本実施の形態における移動先予測装置である移動体端末１０１は、例えば携帯電話等であり、位置情報検出部１０２、所持品検出部１０３、履歴蓄積部１０４、所持頻度判定部１０５、位置因果関係抽出部１０６、移動先予測部１０７、及び時計部１０８を備え、ユーザの後の移動先を、履歴をもとに予測する装置である。

位置情報検出部１０２は、移動体端末１０１の現在位置を検出する。位置情報検出部１０２は、例えば移動体端末に備えられたＧＰＳアンテナ等により構成され、ユーザの緯度経度情報を検出する。

時計部１０８は、例えばカレンダータイマーから現在日時を取得し、この日時情報は履歴情報の一部として履歴蓄積部１０４に記録される。

所持品検出部１０３は、ＲＦリーダ等で構成され、ユーザの所持する物品（以下、所持品）を検出する。所持品の検出は、検出領域内（例えば直径２Ｒｃｍ以内）のＲＦＩＤを検出し、得られたＩＤを所持品として検出する。

図２は、移動先予測装置の所持品検出部１０３がユーザの所持する所持品を検出する際における説明図であり、移動体端末１０１には英語テキスト２０１等の所持品に貼り付けられているＲＦタグ２０１ａから所持品に関する情報を読み出すためのＲＦリーダ１０１ａが備えられている。図２に示す場合においては、所持品検出部１０３は、所持品として英語テキスト２０１を検出する。

履歴蓄積部１０４は、時計部１０８で検出される日時情報と、位置情報検出部１０２で検出される位置情報と、所持品情報検出部１０３で検出されるユーザの所持品情報の履歴を蓄積する。以下、これらの情報を１まとめとして所持品移動履歴と呼ぶ。

図３は履歴蓄積部１０３に蓄積された所持品移動履歴である。日時情報、位置情報、及び所持品情報は、例えばユーザが移動中に自動的に検出されるものとし、また取得間隔は例えば１分毎とし、これらの所持品移動履歴は自動的に履歴蓄積部１０４に蓄積されるものとする。

図３に示す所持品移動履歴より、ユーザが「５月１４日１９時２０分」に「財布、時計、英語テキスト」を所持しながら、位置「Ｎ（北緯）３５．００、Ｅ（東経）１３５．００」から「Ｎ（北緯）３５．０１、Ｅ（東経）１３５．００」と順に移動していることが分かる。

なお、所持品移動履歴の取得は自動的であってもよいし、ユーザ操作によって行うものでもよい。また取得間隔は一定であってもよいし、位置や所持品に応じて制御することとしてもよい。例えば、頻度よく移動する場合に所持する物品を所持していた場合は取得間隔を密にするなど、所持品によって間隔を制御することで、より詳細な履歴を蓄積することが可能となる。

そして、図１に示す所持頻度判定部１０５は、所持品移動履歴をもとに、所持品の所持する頻度等を算出し、「多頻度所持品」と「非多頻度所持品」を判定する。尚、本実施の形態の説明においては、所持の頻度が高く、さまざまな移動経路や位置において所持している物品を「多頻度所持品」と定義する。またその逆に、所持の頻度は少なく、ある一定の位置等で所持する物品を「非多頻度所持品」と定義する。

そして移動先を特定するためには、本発明に係る移動先予測装置においては、この非多頻度所持品が重要となる。即ち、一般的にユーザは普段所持する財布等の物品は、所持の頻度も高く、また、あらゆる移動において所持することが多い。一方、ある目的地で利用するために所持する英語テキスト等の物品は、所持の頻度は低いが、所定の移動においては頻度よく所持しているため、移動と所持品との関係より非多頻度所持品を抽出することでユーザの移動先等を予測して算出することが可能となる。以下、図３、図４、図５を用いて説明する。

図３は、本実施の形態１に係る移動先予測装置において、日時、位置、及び所持品の関係を示すテーブルである。

図３において「時計」と「財布」はユーザが常に所持する物品であり、履歴にも頻度よく出現するため、所持頻度判定部１０５は、これらは多頻度所持品と判定する。一方、「英語テキスト」と「ジャージ」は比較的所持の頻度が少なく、非多頻度所持品と判定される。尚、多頻度所持品と非多頻度所持品の判定には、履歴に出現する回数に閾値などを設けることで行うこととする。例えば、本実施の形態１では、１分毎に取得された履歴において、ある所持品を所持している場合、所持回数１回と換算することとする。例えば５月１４日１９時２０分の所持品は「財布」、「時計」、「英語テキスト」であり、各々の所持回数を１回と換算する。次に１９時２１分の所持品は同様に「財布」、「時計」、「英語テキスト」であり、１加算することで、各々所持回数２回となる。そして、例えば５月１４日１９時５２分まで算出すると、財布「３３回」、時計「３３回」、英語テキスト「３３回」となる。次に「５月１５日１９時２０分」の所持品は「財布」、「時計」、「ジャージ」であり、財布は「３４回」、時計「３４回」、ジャージ「１回」となる。図３において履歴は総計１００回とすると、財布「１００回」、時計「１００回」、英語テキスト「３３回」、ジャージ「３８回」となる。ここで、所持する割合を例えば、所持回数÷履歴総計（％）とし、この割合を算出すると、財布１００％、時計１００％、英語テキスト３３％、ジャージ３８％となる。そして、非多頻度所持品を判定する閾値を所持の割合１０％以上６０％未満とすると、所持頻度判定部１０５は、「英語テキスト」、「ジャージ」が非多頻度所持品と判定し、所持する割合が６０％以上の「時計」、「財布」を多頻度所持品と判定する。

図４は、非多頻度所持品を説明するためのテーブルであり、本図においては、多頻度所持品として算出された「財布」や「時計」を斜線で示し、円線で囲んだ「英語テキスト」や「ジャージ」が非多頻度所持品として算出されていることを示している。

そして、図１に示すように、因果関係抽出部１０６は、前述の非多頻度所持品と関係のある地点を算出する（以下、位置因果関係と定義する）。例えば、本実施の形態において位置因果関係は、非多頻度所持品「英語テキスト」を含む所持品移動履歴をそのままの形で抽出することとする。

そして、図５は、抽出された位置因果関係を示すテーブルである。図５において、例えば１９時２０分には位置「Ｎ３５．００、Ｅ１３５．００」、１９時２１分には位置「Ｎ３５．０１、Ｅ１３５．００」にいた等、ユーザの移動の特徴を位置因果関係より抽出した結果である、「英語テキスト」を所持している場合の日時と位置と所持品である「英語テキスト」との関係が記述される。

移動先予測部１０７は、位置情報検出部１０２によって検出された位置と、所持品情報検出部１０３で検出された所持品、および因果関係抽出部１０６により抽出された位置因果関係を用いて移動先を予測する。

ここでは移動先予測部１０７の予測タスクを、例えば「３０分後のユーザの位置」とする。予測タスクとは、移動先予測部１０７が移動先を予測するための条件となり、予測タスクを実効するきっかけは、例えば「ユーザが外へ出た事をきっかけに実行する」ものとし、外へ出たか否かの判定は、例えば「ＧＰＳで位置取得が開始されたか否か」で判定することとする。

そして、本実施の形態１に係る携帯電話機等の移動体端末１０１では、さらに予測された位置に関する商用情報を提供することを可能とする。例えば、１８時５２分にユーザが自宅を出発するとする。またこの時、ユーザは「英語テキスト」を所持しているとする。すると移動先予測部１０７は、ＧＰＳによる位置取得が開始されたことをきっかけに、予測タスクである３０分後の１９時２２分に「英語テキスト」を所持していた場所を図５に示す位置因果関係より算出する。そして、その結果として、英語学校のクラス情報、担任情報、英語学校までの経路の列車情報、天気情報等の商用情報を画面に表示することが可能となる。

なお、図６に示すように、移動先予測部１０７において位置因果関係より移動先を予測する手法は、例えば、予測時刻に該当する位置を抽出し、複数抽出される場合はそれら位置の平均をとるものとする。この場合、移動先の予測を行う時刻は前述の通り１９時２２分であるため、１４日、２１日、２８日の３回が該当する。そこでこれら３回の位置の平均をとると、位置「Ｎ３５．０２、Ｅ１３５．００」が得られる。

そこで、次に得られた位置「Ｎ３５．０２、Ｅ１３５．００」に応じた商用情報を提供する。移動体端末１０１は、例えばサーバに蓄積された商用情報サーバより、位置に応じた商用情報を取得する。

図７は商用情報サーバに記録されている情報の一例を示すテーブルであり、位置に応じて提供する情報が蓄積されている。例えば、位置「Ｎ３５．０２、Ｅ１３５．００」において提供する情報は「ＣＤショップ情報」とあり、商用情報として「「倉本まい」ニューアルバム予約受付」等の情報を移動体端末の画面に表示する。

なお、本実施の形態において、移動体端末１０１に対する位置に応じた商用情報の提供は、予測された位置（この場合「Ｎ３５．０２Ｅ１３５．００」）に対して一意に決まるもの（「Ｎ３５．０２Ｅ１３５．００」は「ＣＤショップ情報」）であったが、これに限ったものではない。例えば得られた位置を含むメッシュ状に区切られた地図上におけるエリアに関する商用情報であってもよいし、得られた位置を中心として、半径５０メートル以内の商用情報を取得することとしてもよい。また、取得された商用情報を所持品に応じてフィルタリングすることも考え得る。

なお、予測移動先に応じた情報提供手法については従来さまざまな技術が開示されており、ここでは問わないものとする。

なお、本実施の形態において、非多頻度所持品の判定は頻度のみを考慮したが、これに限ったものではない。所持品の検出された位置の履歴（所持品移動履歴）を考慮して判定することとしてもよい。

次に、所持品移動履歴と非多頻度所持品の関係について図８、図９、図１０を用いて説明し、後に非多頻度所持品の判定手法について説明する。

図８は、図３に示す所持品移動履歴、つまり位置情報と所持品情報の関係を地図上に表した参考図である。図８において、「英語テキスト」を所持するときの位置情報はバツ印「×」で表し、「ジャージ」は丸印「○」、「財布」を三角印「△」で表している（時計はここでは省略している）。図８より、多頻度所持品である「財布」は、地図上のあらゆる位置に頻度よく出現していることが分かる。

また、図９に示す非多頻度所持品「英語テキスト」を所持する場合の所持品移動履歴や、図１０に示す非多頻度所持品「ジャージ」を所持する場合の所持品移動履歴は、頻度が少なく、また比較的履歴の位置にまとまりがあることが分かる。

なお、多頻度所持品、非多頻度所持品の判定を用いずとも所持品情報で予測することは可能な場合もある。例えば、「財布」を所持している場合の２０：００は「Ｎ３５．００Ｅ１３５．００」つまり「レストラン」へ向かうなど、単にユーザの所持品情報を用いて予測できる場合ができる。しかし、「財布」を所持する移動は、「レストラン」に限ったものではない。例えば「英会話ジーオン」に向かう移動や、「スポーツジムエクサイズ」に向かう移動でも出現することとなる。つまり移動先予測の精度を考慮すると、これら非多頻度所持品を用いる方が好ましい。

そこで本発明は、移動先予測タスクにおいて、これら非多頻度所持品にもとづく因果関係を用いて予測するのである。

以下、前述の所持品移動履歴の位置を考慮した他の非多頻度所持品の判定手法について説明する。所定の移動において所持している物品である非多頻度所持品の判定は、所持品移動履歴の分散によっても判定することが可能である。以下、図１１、図１２、図１３、及び図１４を用いて説明する。

図１１は、所持品移動履歴を図６と同様に所持品と位置を記号で表示し、さらに地図をメッシュ状に区切ったものである。縦を１、２、３と数字で、横をＡ、Ｂ、Ｃとアルファベットで表している。

図１２は、地図をメッシュ状に区切って、所持品を所持する割合を説明するための参考図である。図１２において、「財布」の存在するエリアを斜線で示しており、「財布」はエリア「Ａ１〜Ａ３」、「Ｂ２」、「Ｂ３」、「Ｃ３」のエリアに出現することが分かる。一方、図１３は英語テキストを所持するエリアを斜線で示しており、図１３より「英語テキスト」は「Ａ１〜Ａ３」と出現するエリアが限られていることが分かる。また、図１４はジャージを所持するエリアを斜線で示しており、「ジャージ」も図１４より「Ａ２」、「Ａ３」、「Ｂ２」と出現するエリアが限られていることが分かる。

ここで、所持品移動履歴が存在する全エリアに対して、所定の所持品が存在するエリアの割合を算出すると、財布１００％（６÷６）、英語テキスト５０％（３÷６）、ジャージ５０％（３÷６）となる。従って、非多頻度所持品と判定する閾値を、割合１０％以上６０％未満とすると、所持頻度判定部１０５は、「英語テキスト」、「ジャージ」を非多頻度所持品と判定する。

このように、所持頻度判定部１０５は、時刻毎に区切った頻度のみならず、所持品移動履歴の位置情報を用い、地図上をメッシュで区切って所持品を所持しているエリア数の割合を判定することで、ユーザが常に所持するような多頻度所持品と、移動先を予測するのに適した非多頻度所持品を判定することが可能である。

あるいは、所持頻度判定部１０５は、他の非多頻度所持品の判定手法として、位置情報をＫ−ｍｅａｎｓ法やＦＣＭ法を用いるなどして、クラスタリングすることで多頻度／非多頻度所持品の判定をすることとしてもよい。

図１５は、図１２と同様に所持品と位置との所持品移動履歴の関係を地図上の記号で表示した参考図である。まず、所持品移動履歴の位置情報を、所持品に関係なくクラスタリングを行うと、図１５に示すように、位置に応じていくつかのクラスに自動的に分けることが可能となる。図１５においては、クラス１（Ｃ１）からクラス４（Ｃ４）の４つに分けることができる。

次に、各クラスに属する所持品の関係をみると、「財布」はどのクラスにも属することが分かる。つまり、あらゆる移動において所持していることとなる。そこで、所持頻度判定部１０５は、例えば閾値を設けるなどして、閾値以上のクラスに属する所持品を多頻度所持品と判定する。一方、「英語テキスト」が属するクラスはＣ３とＣ４のみ、「ジャージ」の属するクラスＣ２とＣ３のみと限られており、これらは所定の移動時のみ所持する物品とし、非多頻度所持品とする。そして、本発明に係る移動先予測装置においては非多頻度所持品を用いることで移動先を予測する。

なお、多頻度所持品、非多頻度所持品の判定はこれらに限ったものではなく、頻度や位置に重みを考慮し、抽出することとしてもよい。あるいはユーザが自ら設定することとしてもよい。

また、ユーザが非多頻度所持品を所持する場合、移動エリアは比較的まとまりがある場合が多い。例えば図１３に示すように、「英語テキスト」を所持している場合、移動するエリアは少なくとも「Ａ１〜Ａ３」であることが予測できる。あるいは、「英語テキスト」を所持している場合は、図１５に示すとおり、クラス３とクラス４と予測することができる。

また、予測タスクは、時間に限らず、所定の予測タスクにおいて「英語テキスト」を所持している場合、図１３に示すように、少なくともエリア「Ａ１〜Ａ３」、あるいは図１５に示すように、クラスＣ３とＣ４を移動予測エリアに移動する、と予測することが可能であり、またそのエリアに関する商用情報を提供することも可能である。

さらに、本実施の形態１に係る移動先予測装置における予測タスクは「３０分後のユーザの位置」としたが、これに限ったものではなく、「１９時３０分におけるユーザの位置」等、様々な予測タスクの設定を行うことができる。

またさらに、従来、ユーザの目的地を予測する手法として、例えばユーザの過去の移動履歴を蓄積し、蓄積された移動履歴と、現在の移動が同一である場合に、過去の移動履歴における目的地を予測目的地とする手法が開示されている。しかし、従来手法では、過去の移動履歴と現在の移動の同一性を判定するために、ある程度の時間の移動を必要としていた。そのため、位置情報を取得できない屋内等では、ユーザのこれからの移動先を予測することができない。また、ユーザの移動先を予測するために、所定時間の移動を必要とするため、家を出た瞬間に予測する等も不可能である。

一方、本発明では、履歴蓄積部１０４に記録されている所持品移動履歴より、所定の所持品（本発明における非多頻度所持品）を所持していた場合における、所定の位置（本発明における位置因果関係）を抽出しているため、非多頻度所持品を所持していることを検出することができれば、さまざまな予測タスクにおいても移動先の予測可能である。

例えば、位置情報が取得できない場合においても、非多頻度所持品を所持した瞬間、前述のエリアやクラスを予測移動先として算出することも可能である。また、時刻情報を用いることで、非多頻度所持品を所持した場合の任意の時刻におけるユーザの位置を予測することが可能となる。

次に、上記各処理部で構成された本移動先予測装置の動作説明を、図１６、図１７、図１８に示すフローチャートを用いて説明する。

図１６は、本実施の形態に係る移動先予測装置の全体の動作手順を示すフローチャートである。

まず、位置情報検出部１０２においてユーザの位置を検出する（Ｓ１００１）。同時に所持品情報検出部１０３においてユーザの所持品を検出する（Ｓ１００２）。検出範囲は、例えば図２に示すようにユーザの半径２Ｒｃｍ以内とし、物品に付与されたタグを読み取ることで所持品を検出する。図２においては、「英語テキスト２０１」を所持していると判定される。

検出された位置情報、および所持品情報を履歴蓄積部１０４に蓄積する（Ｓ１００３）。図３は蓄積された情報の一例を示している。

一方、履歴蓄積部１０４において蓄積された所持品移動履歴より、非多頻度所持品を検出する（Ｓ１００４）。この所持頻度判定部１０５における所持頻度の判定は、例えば閾値などを設け、履歴の頻度より判定する。

図１７に所持頻度判定部１０５における頻度判定における動作手順を示す。
最初に、履歴より各所持品の頻度をカウントする（Ｓ１１０１）。例えば、図３の履歴において、５月１４日１９時２０分の所持品は「財布」、「時計」、「英語テキスト」であり、各々の所持回数を１回となる。

各履歴の所持品をすべてカウントするまでこの処理を繰り返す（Ｓ１１０１のからＳ１１０２）。図３においては、次に１９時２１分の所持品は同様に「財布」、「時計」、「英語テキスト」であり、１加算することで、各々所持回数２回となる。例えば５月１４日１９時５２分まで算出すると、財布「３３回」、時計「３３回」、英語テキスト「３３回」となる。次に「５月１５日１９時２０分」の所持品は「財布」、「時計」、「ジャージ」であり、財布は「３４回」、時計「３４回」、ジャージ「１回」となる。図３において履歴は総計１００回とすると、財布「１００回」、時計「１００回」、英語テキスト「３３回」、ジャージ「３８回」となる。ここで、所持する頻度を例えば割合（例えば、所持回数÷履歴総計（％））で算出すると、財布１００％、時計１００％、英語テキスト３３％、ジャージ３８％となる（Ｓ１１０３）。

そして、所持頻度判定部１０５は、非多頻度所持品と判定する閾値を割合１０％以上６０％未満とすると、図３に示すような場合においては、「英語テキスト」、「ジャージ」が非多頻度所持品と判定されることとなる（Ｓ１１０４）。

非多頻度所持品は前述のように、履歴蓄積部１０４に蓄積された所持品移動履歴より所持頻度判定部１０５において算出する。この場合、図４に示すように、頻度よく所持している「財布」、「時計」は多頻度所持品、「英語テキスト」、「ジャージ」は非多頻度所持品と判定される。

次に、移動先予測部１０７は、ユーザ入力等を介して所定のタイミングでシステムより移動先予測の要求の有無を検出する（Ｓ１００５）。本実施の形態では、予測タスクを「３０分後の位置を予測」とし、家を出ることをきっかけに行うものとする。また、家を出たか否かは、ＧＰＳ等による位置情報取得が開始されたか否かで判断するものとする。

そして、移動先の予測要求がある場合（Ｓ１００５のＹｅｓ）、所持頻度判定部１０５は、非多頻度所持品をユーザが所持しているか否かを判定する（Ｓ１００６）。

一方、Ｓ１００２においてユーザは英語テキストを所持し、また、「英語テキスト」はＳ１００４において非多頻度所持品と判定されるような場合においては、ユーザは非多頻度所持品を所持していることとなり（Ｓ１００６のＹｅｓ）、非多頻度所持品「英語テキスト」を用いて３０分後の移動先を移動先予測部１０７において予測する（Ｓ１００７）。

この移動先予測部１０７における移動先の予測を行う動作手順の説明を図１８を参照して行うが、まず、履歴蓄積部１０４に蓄積された所持品移動履歴より、「英語テキスト」を所持していたときの履歴を抽出する（Ｓ１２０１）。そして、図５に示すように抽出された位置因果関係より、予測時間に該当する位置を算出する（Ｓ１２０２）。例えば、現在時刻を１８時５２分とすると、予測時間は３０分後の１９：２２分となる。そこで図５に示す位置因果関係より、１９時２２分に位置する値を抽出すると、１４日、２１日、２８日の３回が抽出される。これら３回の位置の平均をとると、位置「Ｎ３５．０２、Ｅ１３５．００」が予測位置として得られる。

次に、移動体端末１０１は、得られた位置に応じた商用情報を画面に提供する（Ｓ１００８）。この商用情報の提供には、例えばサーバに蓄積された商用情報サーバより、位置に応じた情報を取得することで行う。尚、図７は商用情報サーバに記録されている情報の一例を示すテーブルである。

以上の説明のように、本実施の形態１に係る移動体端末１０１においては、所持品検出部１０３においてユーザの所持品を検出して、これら所持品から所持頻度判定部１０５において多頻度／非多頻度所持品の判定を行い、非多頻度所持品を所持している場合において、位置因果関係抽出部１０６において因果関係を抽出して、非多頻度所持品と位置因果関係との情報を用いて移動先予測部１０７が、予測タスクに応じたユーザの移動先の予測を行うことが可能となる。

（実施の形態２）
次に、本発明に係る移動先予測装置の実施の形態２について図面を参照しながら説明を行う。尚、前記実施の形態１では、検出された位置情報および所持品情報の履歴（所持品移動履歴）をもとにユーザの移動先を予測する手法について説明したが、本実施の形態２では、さらに移動先予測装置がユーザの出発地と目的地の検出を行い、所持品移動履歴を出発地から目的地までの１移動という単位で換算することで、多頻度所持品および非多頻度所持品の判定を行うことを特徴とする。また、本実施の形態２における移動先予測装置のシステム構成は前記実施の形態１と同様であり、説明を省略する。

また、本実施の形態２において、所持品移動履歴を出発地から目的地までの１移動という単位で蓄積するために、所持品情報および位置情報の履歴の蓄積を、例えばユーザの「持ち物チェック」操作および「盗難防止機能」をもとに行うものとする。これにより、所持品とユーザの移動が体系化されて蓄積することが可能となる。尚、ここで「持ち物チェック」とは、前述のようにＲＦＩＤ検出を行い、ユーザが何を所持しているかの確認を行う機能である。

図１９は、本実施の形態２に係る移動先予測装置の画面表示例を示す参考図である。
ユーザは「持ち物チェック」機能を利用することにより、現在所持している物品を確認することができ、忘れ物はないかなどをチェックすることが可能である。例えばユーザの「持ち物チェック」等の入力操作をきっかけに、検出領域内（例えば直径２Ｒｃｍ以内）のＲＦＩＤを検出し、得られたＩＤを所持品として検出する（図１９の画面１）。そして、持ち物にはタグが付与されており、この場合、英語テキストや、財布等がユーザの所持品として検出されることとなる（図１９の画面２）。

また、図１９の画面３には詳細表示を要求する持ち物の選択画面を表示し、画面４には、その選択された所持品と位置履歴の詳細が表示される。

また、他の機能として、「盗難防止機能」とは、盗難や落し物によって所持品がユーザから離れたか否かチェックする機能である。例えば、前述の「持ち物チェック」により検出された所持品が、検出範囲内にあるか否かを所定のタイミングでチェックし、範囲外となり検出されなかった場合、紛失と判定し、その旨をユーザに通知する機能のことである。また、その際、位置情報を検出することで、紛失した位置を記憶しておく等の機能であるとする。

図２１は、本実施の形態２に係る移動先予測装置が備える機能である「持ち物チェック」によって検出される所持品リストの一例を示す。

まず、所持品情報はユーザの「持ち物チェック」等の操作入力を介して所持品検出部１０３において検出され検出され、例えば日時「５月１４日（水）１９：２０」に「時計」、「財布」、及び「英語テキスト」を所持していることが検出される。なお、移動先予測装置は、履歴蓄積部１０４にこの所持品リストを保持しておき、後に再利用してもよい。

次に、「盗難防止機能」操作により、ユーザの移動とともに定期的に位置情報および所持品情報が検出される場合についての説明を行う。

図２２は、例えば１分間隔で自動的にユーザの位置と所持品検出した履歴を示すテーブルであり、日時「５月１４日（水）１９：２０」に位置「Ｎ３５．００、Ｅ１３５．００」において「時計、財布、英語テキスト」を所持していること履歴をスタートとし、１分おきに所持品と位置の履歴が採取されていることが分かる。

つまり、この「持ち物チェック」をきっかけに「盗難防止機能」をスタートさせることで所持品移動履歴の検出および蓄積を行い、さらにスタートさせた地点を出発地、ストップさせた地点を目的地として蓄積することが可能となる。さらに所持品移動履歴をこの出発地から目的地までの移動を１移動単位として換算することで、より多頻度所持品や非多頻度所持品の判定が正確に行えることとなる。

なお、「盗難防止機能」はユーザの入力操作により開始および停止をすることとしてもよいし、自動的に行うものとしてもよい。

なお、所持品と位置の履歴取得はこれに限ったものではない。例えば、位置取得が成功した場合、ユーザが外へ出たとみなし、自動的に取得し始めるものとしてもよい。

図２３（ｂ）は、自動的に採取された日時情報と位置情報の系列を示すテーブルであるとする。一方、前述の持ち物チェックで検出された所持品情報と位置情報とを組み合わせ、位置と所持品の履歴としてもよい。

例えば、位置取得開始時に、図２３（ａ）に示すように、過去最も近い時間に行われた持ち物チェックにおける所持品を現在も所持しているとして、位置情報および所持品の履歴としてもよい。つまり図２３（ａ）に示す所持品情報と、図２３（ｂ）に示す、自動的に採取される位置情報の系列より、図２２の履歴が得られることとなる。

本実施の形態２において、位置情報（出発地、目的地、経路等）は、例えば緯度経度に対応したノード系列で蓄積するものとする。図２０は、緯度経度に対応した名称、およびそのノード番号を示したものである。例えばノード番号「Ｃ１」は「東経１３５度２０分３５．４５分、北緯３４度４４分３５．２２秒」、地点の名称「花町１交差点」のことであり、地図情報等より得られるものとする。

なお、位置情報は定期的に検出するものとしてもよいし、あるいは、移動体端末１０１がサーバにアクセスする際のアクセスポイントや、例えば室内の各部屋に備えられた位置情報を取得することが可能な情報を用い、位置情報としてもよい。また位置情報は、緯度経度と一意に定まるものに限ったものではない。検出された緯度経度情報に対し、半径数ｃｍ等の閾値となる範囲を設けて、出発地や目的地、および経路に変換することとしてもよい。

図２４は、この一連の履歴より、ユーザの移動と所持品を体系化した履歴を示しており、日時「５月１４日（水）１９：２０」に「会社」を出発地として目的地「英会話ジーオン」までの移動履歴（ノード系列）と、その間ユーザが所持していた所持品「財布、時計、英語テキスト」が関連付けされて蓄積されている。即ち、テーブルには、ユーザが５月１４日の水曜日１９時２０分より「時計、財布、英語テキスト」を所持しながら、出発地として「会社」から目的地である「英会話ジーオン」まで移動したことが記録されている。

なお、出発地、目的地は別の手法を用いて算出することとしてもよい。例えば、自宅等、頻度よく滞在する地点はユーザが緯度経度情報を設定し、その近辺では自宅とすることとしてもよい。あるいは、一定のエリアを所定の時間（例えば６０分以上）滞在した地点を目的地と算出することとしてもよく、これに限ったものではない。

そして、所持頻度判定部１０５において、多頻度所持品、非多頻度所持品の判定を行うが、上述した実施の形態１においては、多頻度所持品、非多頻度所持品の判定は例えば単純に履歴に出現する頻度のみを考慮して行ったり、あるいは、所持品の位置をクラスタリングすることで判定することも可能であった。

本実施の形態２の説明においては、ある一定の移動等で所持する物品、つまり「非多頻度所持品」をより正確に抽出すべく、出発地から目的地までを１移動として換算する。即ち、出発地から目的地までを１移動とし、複数の移動にわたって出現する物品を「多頻度所持品」、限られた移動において出現する物品を「非多頻度所持品」として判定することで、より正確に移動先を予測することが可能となる。以下、図２４を用いて説明すると、本実施の形態２において、１移動においてある物品を所持していたら１回とカウントすることとする。そして、図２４の場合において、「財布」は６回、「時計」が５回、「英語テキスト」３回、「ジャージ」が１回となる。

所持頻度判定部１０５は、例えば所持の頻度に閾値を設けるなどして、多頻度所持品、非多頻度所持品を算出する。例えばこの場合、閾値を４回（トータル移動数の６０％以上など）とすると、「財布」、「時計」は多頻度所持品、「英語テキスト」、「ジャージ」は非多頻度所持品と判定することが可能となる。

このように、本実施の形態２においては出発地及び目的地の間を１移動と換算し、この情報に基づいて所持頻度判定部１０５は多頻度所持品／非多頻度所持品の検出を行うために、たとえ移動時間が長く、時間頻度において多頻度所持品となるような所持品をも正確に非多頻度所持品と判定することが可能となる。

次に、本実施の形態２において、所持品移動履歴を出発地から目的地までの１移動を１単位で換算することで、多頻度所持品および非多頻度所持品の判定を行う効果について図を用いて説明する。

図２５は、履歴蓄積部１０４に蓄積された一連の所持品移動履歴である。なお、説明のため、ここでは出発地から目的地までの体系化した形ではなく、前記実施の形態１で示した、位置情報と所持品情報の形式のままで蓄積しているもの示している。

そして、本図に示すように、ユーザが所持品「財布、英語テキスト」を所持しており、日時「５月１４日１９時２０分」に位置「Ｎ３４．００ Ｅ１３５．００」、あるいは「５月１４日１９時２１分」に位置「Ｎ３４．０１ Ｅ１３５．００」等、計３３履歴蓄積されていることを示している。また、ユーザが所持品「財布、ラケット」を所持しており、日時「５月１７日１９時２０分」に位置「Ｎ３４．００Ｅ１３５．００」等、計６０履歴蓄積されており、全体の合計１００回の履歴が履歴蓄積部１０４に所持品移動履歴の情報として蓄積されていることを示している。

ここで前記実施の形態１と同様、履歴の頻度をもとに所持する割合（所持回数÷履歴総計（％））を算出すると、財布は、履歴総計１００回のうち１００回存在するので、財布１００％（１００÷１００）、英語テキスト３３％（３３÷１００）、ラケット６０％（６０÷１００）となる。

図２６は、所持品移動履歴から非多頻度所持品を説明するための参考図である。
そして、所持頻度判定部１０５は、非多頻度所持品を判定する閾値を所持の割合を１０％以上６０％未満とすると、「英語テキスト」を非多頻度所持品と判定し、「ラケット」は所持する割合が６０％以上であるため、「財布」と同様、多頻度所持品と判定する。

そして、図２７は、図２５に示す所持品移動履歴を地図上に記号でプロットした場合の参考図である。尚、「財布」を三角印（△）、「英語テキスト」をバツ印（×）、ラケットを四角印（□）でプロットしている。

そして、図２７において、「英語テキスト」は「自宅」から「英会話ジーオン」の移動時に所持しており、また「ラケット」は「自宅」から「宗方テニス場」の移動時に所持していることが分かる。これに対し、「財布」はあらゆる移動において所持していることが分かる。

つまり、上記実施の形態１における移動先予測部１０７の移動先予測方法においては、所定時間ごとに情報を頻度情報として用いるために、所持頻度判定部１０５は、実際は、所定の移動先（本例では「宗方テニス場」）へ移動するときのみ所持する物品であり、本来、非多頻度所持品と判定するのが好ましい所持品（「ラケット」）が、頻度が高い多頻度所持品と判定されてしまい、目的地予測タスクに用いることができないこととなる。これは、同じ移動先であっても移動頻度が高いため、履歴に多く存在するにも関わらず、頻度のみを考慮して算出しているためである。あるいは移動先までの距離が長く履歴が多く採取されているにも関わらず、単に頻度のみを考慮して算出しているためである。

また、前記実施の形態１で示した位置情報を考慮したクラスタリングを用いた場合でも、移動距離が長い場合、出現するエリアが多いこととなり、「ラケット」が多頻度所持品と判定されてしまう可能性がある。図２８、図２９、図３０を用いて説明する。

図２８は、図２７をメッシュ状に区切ったものである。縦を１、２、３、４と数字で、横をＡ、Ｂ、Ｃ、Ｄ、Ｅとアルファベットで区切って各エリアを表している。

図２８は、さらに「財布」の存在するエリアを斜線で示したものである。図２８より、「財布」はエリア「Ａ１〜Ａ４」、「Ｂ３」、「Ｃ３」、「Ｄ３」、「Ｅ３」と多くのエリアに出現することが分かる。一方、図２９は、「英語テキスト」の存在するエリアを斜線で示し、「英語テキスト」は「Ａ１〜Ａ３」と出現するエリアが限られていることが分かる。これにより、出現エリア数に閾値を設けることで非多頻度所持品、多頻度所持品の判定が可能となる。所持品移動履歴が存在する全エリアに対して、所定の所持品が存在するエリアの割合を算出すると、財布１００％（８÷８）、英語テキスト３７％（３÷８）となる。

そして、図３０には、「ラケット」の存在するエリアを斜線で示しているが、「ラケット」については、移動距離が長いため、存在するエリアも多くなる。この場合、「ラケット」の存在するエリアは５つとなり、同様に所持品が存在するエリアの割合を算出するとラケット６２％（５÷８）となり、非多頻度所持品と判定する閾値を、割合１０％以上６０％未満とすると「ラケット」は多頻度所持品と判定される。

そこで本実施の形態２では、これら物品を正確に非多頻度所持品と判定可能とすべく、所持品移動履歴を出発地から目的地までの１移動として換算する。

図３１は、所持品移動履歴（図２５）を出発地から目的地までの１移動であることを可視化したものである。図３１において、ユーザが所持品「財布、英語テキスト」を所持して移動した履歴は、「自宅」から「英会話ジーオン」までの１単位として体系化することができる。また「財布」を所持して移動した履歴は、「自宅」から「コンビニ」までの１単位として、そして「財布、ラケット」を所持して移動した履歴は、「自宅」から「宗方テニス場」までの１移動として体系化できる。

従って、所持頻度判定部１０５は、多頻度所持品、および非多頻度所持品の判定を移動単位の割合（所持品の存在する移動÷全移動）とすると「財布」は１００％（３÷３）、「英語テキスト」は３３％（１÷３）、「ラケット」は３３％（１÷３）となり、移動単位割合に基づく閾値を用いることより、「財布」は多頻度所持品、「英語テキスト」、「ラケット」は非多頻度所持品と判定することが可能となる。

このように、頻度や位置のみならず、所持品移動履歴を、出発地から目的地までの１移動として換算することで、エリアや時間頻度に基づく頻度判定を行うような場合においても、所持頻度判定部１０５は、より正確に非多頻度所持品の判定を行うことが可能となる。なお、１移動を１単位としたが、さらに移動に類似度の概念を設け、同じような経路をグループ化し、その頻度を算出することとしてもよい。

そして、例えば、図２４に示すように、「５月１６日」と「５月１７日」とでは、移動系列は同一ではないが、類似しているため、同じグループとしてグループ化することも考えられる。このグループ化により、図２４において「財布」は４回、「時計」が４回、「英語テキスト」１回、「ジャージ」が１回となる。ここで閾値より所持頻度判定部１０５は「財布」、「時計」は多頻度所持品、「英語テキスト」、「ジャージ」は非多頻度所持品と区別することが可能となる。

また、前述のように、単に移動と所持頻度を考慮するのみの場合、「英語テキスト」のように比較的頻度の高い所持品は「ジャージ」と比較すると、閾値によっては多頻度所持品と判定されかねない。しかし、このように、移動経路の類似性を考慮することで、単純な所持の頻度ではなく、１つの目的地に向かった移動を１つの単位として考えることができ、「英語テキスト」、「ジャージ」は非多頻度所持品として、また「時計」、「財布」は複数の移動にわたって検出される多頻度所持品として、よりはっきりと区別できるので、非多頻度所持品を用いた本予測方法に利用可能となる。尚、目的地が同一の移動を１グループとして、複数のグループにおいて所持している物品は多頻度所持品として判定することも可能である。

図３２は、少頻度所持品と目的地の関係を示すテーブルである。
因果関係抽出部１０６は、前述の非多頻度所持品と関係のある目的地を位置因果関係として算出する。例えば、本実施の形態において位置因果関係は、非多頻度所持品「英語テキスト」を含む所持品移動履歴の目的地を抽出することとする。抽出された位置因果関係を図３２に示す。図３２より「英語テキスト」を所持している場合、ユーザは目的地「英会話ジーオン」へ移動していることが分かる。あるいは、「ジャージ」を所持しているときは目的地「スポーツジムエクサイズ」へ移動していることが分かる。

移動先予測部１０７は、位置情報検出部１０２によって検出された位置と、所持品情報検出部１０３で検出された所持品、および因果関係抽出部１０６により抽出された位置因果関係を用いて移動先を予測する。本実施の形態２においては、予測タスクを、例えば「目的地の予測」とする。予測タスクを実効するきっかけは、例えば「ユーザが外へ出た事をきっかけに実行する」ものとし、外へ出たか否かの判定は、例えば「ＧＰＳで位置取得が開始されたか否か」で判定することとする。さらに予測された目的地に関する商用情報を自動的に画面に表示するものとしても構わない。

そして、例えば、ユーザは「英語テキスト」を所持して自宅を出発するとする。この場合、移動先予測部１０７は、ＧＰＳによる位置取得が開始されたことをきっかけに、目的地を位置因果関係より算出する。この場合、位置因果関係（図３２）より、「英会話ジーオン」が算出される。さらに予測された目的地「英会話ジーオン」に関する情報、例えば「授業予約」等を目的地に到着する前に行うことなどが可能となる。

従来の目的地予測手法においては、前述に示す通り、ユーザの現在位置および、所定時間の移動に依存していた。つまり、過去の移動履歴と現在の移動の同一性を判定するために、ある程度の時間の移動を必要としていたが、本実施の形態２では、所持品移動履歴より、非多頻度所持品を所持していた場合における、所定の位置、さらには目的地を位置因果関係として抽出しているため、非多頻度所持品を所持していることを検出することができれば、さまざまな予測タスクにおいてもユーザの移動先を予測可能である。

例えば、位置情報が取得できない場合においても、非多頻度所持品を所持した瞬間、目的地を予測することが可能である。例えば、家を出る前に目的地に関する情報をユーザに任意のタイミングで事前に提供することも可能となる。

尚、前記「持ち物チェック」をきっかけに、その非多頻度所持品を所持した場合の目的地等を予測し、情報を提供することとしてもよい。

例えば、図１９に示すように、「持ち物チェック」を行い（図１９の画面１、画面２）、非多頻度所持品である「英語テキスト」の情報を見ると、その目的地である「英会話ジーオン」の情報等を提供することとしてもよい（画面３、画面４）。

なお、位置因果関係は目的地に限ったものではない。目的地までの経路（ノード系列）を抽出させておくこととしてもよい。これにより、例えばユーザが「英語テキスト」を所持していた場合、目的地は「英会話ジーオン」であり、また移動経路は「Ｃ７→Ｃ８→Ｃ５→Ｃ６→Ｃ１７→Ｃ１８」のノードＩＤであり、さらに時刻情報を持つことで、所定のノードの到着時刻等を予測することも可能である。

あるいは、１移動を出発地から目的地という単位で換算するのではなく、日付を用いてもよい。あるいは、時間情報を用いて単位を換算することとしてもよい。例えば、位置情報取得時刻が所定の時間離れていたら（例えば３０分）、別移動として換算することとしてもよい。

以下、本実施の形態２に係る移動先予測装置の予測動作について、図３３のフローチャートを用いて説明する。

図３３は、防犯設定を行った場合の移動先予測タスクに関する動作手順を示すフローチャートである。

最初に、所持品検出部１０３は、持ち物チェック機能が操作されたか否かを検出する（Ｓ１０１）。そして、持ち物チェック機能が操作された場合（Ｓ１０１のＹｅｓ）、所持品検出部１０３において所持品を検出する（Ｓ１０２）。一方、操作されなかった場合（Ｓ１０１のＮｏ）、再び持ち物チェック操作が行われたか否かの判定を行う。

次に、移動体端末１０１は、盗難防止機能が操作されたか否かを検出する（Ｓ１０３）。盗難防止機能が操作された場合（Ｓ１０３のＹｅｓ）、開始地点を出発地として蓄積する（Ｓ１０３１）。

次に、位置情報検出部１０２によってユーザの移動に伴う位置が所定の間隔で取得される（Ｓ１０４）。履歴蓄積部１０４は、位置情報検出部１０２によって検出された位置情報と、所持品検出部１０３で検出された所持品を履歴蓄積部１０４に履歴として蓄積する（Ｓ１０５）。尚、蓄積された所持品移動履歴は例えば図２２に示している。

一方、盗難防止機能は、所持品が検出範囲内（ユーザからの半径Ｒｃｍ以内）にあるか否か検出し（Ｓ１０７）、検出範囲内になかった場合（Ｓ１０７のＮｏ）、紛失した旨を知らせる（Ｓ１０８）。

そして、盗難防止機能が解除されるまで位置情報取得の一連の動作を繰り返し、解除された場合（Ｓ１０９のＹｅｓ）、解除された地点を目的地として蓄積する（Ｓ１１０）。これは、例えばユーザが英会話学校に到着した場合においては、席を離れた時に盗難防止機能が働くことを避けるために、盗難防止機能の解除を行うためである。

尚、Ｓ１０４からＳ１０８およびＳ１０９までの一連の履歴取得ループによって蓄積された所持品情報および、位置の履歴は、出発地から目的地までの一連の履歴として履歴蓄積部１０４に蓄積される。

上述したように、図２２は移動履歴を体系化したテーブルであり、例えば、５月１４日の１９：２０に、会社を出発して英会話ジーオンへ到着した履歴が蓄積されている。また、そのときの所持品は「財布」、「時計」、「英語テキスト」であったことが分かる。

図３４は、本実施の形態２において、出発地から目的地までの移動を１単位として換算して非多頻度所持品を判定する場合のフローチャートを示している。

最初に、履歴より所持品の所持回数をカウントする（Ｓ２０１）。図２０においては、「５月１４日の自宅から英会話ジーオンまで」の１移動において、所持品「財布、時計、英語テキスト」の各々の所持回数は１回となる。次に、カウントしていない履歴を随時加算し（Ｓ２０１からＳ２０２のループ）、「財布」は６回、「時計」が５回、「英語テキスト」３回、「ジャージ」が１回となる。

次に、所持頻度判定部１０５は、各所持品の所持の頻度を算出する。全６移動に対して「財布」は１００％（６÷６）、「時計」は８４％（５÷６）、英語テキストは５０％（３÷６）、「ジャージ」は１６％（１÷６）となる（Ｓ２０３）。次に閾値をもとに多頻度所持品、非多頻度所持品を算出する（Ｓ２０４）。この場合、閾値を４回（トータル移動数の６０％以上など）とすると、「財布」、「時計」は多頻度所持品、「英語テキスト」、「ジャージ」は非多頻度所持品と判定される。

図３５は、図３４に動作フローによって得られた非多頻度所持品を、基づく位置因果関係を算出する動作手順について説明するフローチャートである。

目的地予測タスクは、所定のタイミングでユーザ入力を介して目的地予測の要求を受け付け（Ｓ３０１）、これをきっかけに行うものとする。例えば、家を出ると同時にユーザの目的地を予測し、目的地に関する情報を提供するサービス等により要求があるとする（Ｓ３０１のＹｅｓ）。

このとき、所持品検出部１０３において所持品を検出する（Ｓ３０２）。本図においては、所持品検出部１０３は所持品「財布、英語テキスト」を検出するとする。

そして、得られた所持品の中から、所持頻度判定部１０５は、非多頻度所持品の有無を判定する（Ｓ３０３）。例えば、非多頻度所持品「英語テキスト」を所持しているので、因果関係抽出部１０５において非多頻度所持品をもとに移動先候補を抽出する（Ｓ３０４）。図３２に示す所持品移動履歴においては、「英語テキスト」を所持している場合の目的地は１００％（３÷３）等の因果関係が得られている。そこで移動先予測部１０７は移動先を「英会話ジーオン」と予測し、予測された移動先に関する情報を提供する（Ｓ３０５）。

なお、前記実施の形態１、および本実施の形態２において、非多頻度所持品と因果関係のある位置や、目的地は、一箇所に対応していたが、必ずしもそうならない場合もあり、図３６を用いて説明を行う。

図３６は、非頻度所持品と目的地との関係の一例を示すテーブルである。図３６に示すように、例えば非多頻度所持品「ジャージ」を所持していても「スポーツジムエクサイズ」、「公園」等、複数目的地が存在する場合がある。そこで、閾値等を設けて、最も確率の高い目的地を予測目的地としてもよい。図３６の場合、目的地「スポーツジムエクサイズ」が９回に対し、目的地「公園」は１回となっている。つまり、非多頻度所持品「ジャージ」を所持した場合の、移動確率は「公園」が１０％（１÷１０）であるのに対し、目的地「スポーツジムエクサイズ」は９０％（９÷１０）と最も高いため、予測目的地は「スポーツジムエクサイズ」となる。

なお、前記実施の形態１、および本実施の形態２において、目的地等と因果関係のある非多頻度所持品はすべて一物品で説明しているが、これに限ったものではない。複数非多頻度所持品と関係のある目的地等を抽出することとしてもよい。このことを図３７を用いて説明する。

図３７は、因果関係抽出部１０６より抽出された、非多頻度所持品と目的地との位置因果関係を示す図である。図３７より「英語テキストＡ」、「英語テキストＢ」、「筆箱」、「電子辞書」を所持している場合、ユーザは目的地「英会話ジーオン」へ移動していることが分かる。そこで、「英語テキストＡ」、「英語テキストＢ」、「筆箱」、「電子辞書」の複数非多頻度所持品の組みと、目的地「英会話ジーオン」を因果関係のある目的地として抽出しておく。一方、予測タスク時は、これらの複数非多頻度所持品のうちひとつでも所持していた場合、あるいは、例えば５０％以上等の閾値を定め、閾値以上所持していた場合（つまりこの場合４つのうち２つとなる）、目的地を「英会話ジーオン」とする等の制御を行うこととしてもよい。

さらに、これら複数の非多頻度所持品と目的地が関係あるとして抽出されている場合、これら複数の非多頻度所持品のうち、ひとつでも所持しないでユーザが移動し始めたときに、その旨をユーザに喚起することとしてもよい。図３７において、目的地「英会話ジーオン」と、複数の非多頻度所持品「英語テキストＡ」、「英語テキストＢ」、「筆箱」、「電子辞書」は、因果関係があるとして抽出されている。このとき、例えばユーザが「英語テキストＡ」、「英語テキストＢ」、「筆箱」のみを所持して家を出る際（家を出ることを目的地予測のトリガーとする）、「英会話ジーオン」を目的地と予測し、さらに「電子辞書」を所持していない旨をユーザに通知することとしてもよい。このように、複数多頻度所持品の組み合わせ情報を用いることにより、所持品を検出するのみで忘れ物チェックを行うことが可能となる。

なお、前記実施の形態１、および本実施の形態２において、履歴は個人のものを用いて予測を行っていたが、複数人の履歴を用いることとしてもよい。例えば、所持品移動履歴をサーバで収集することで、より汎用的な位置因果関係を抽出することが可能となる。また、これらを第３者に提供することとしてもよい。

例えば、図３２で示した「英語テキスト」を所持していたら「英会話ジーオン」へ１００％の確率で行く、という位置因果関係をサーバに蓄積しておくことで、第３者は、「英語テキスト」を所持していた履歴がなく、初めて所持して予測タスクを実行しても、予測移動先「英会話ジーオン」という結果を得ることが可能となる。

（実施の形態３）
次に、本発明に係る移動先予測装置の第３の実施の形態について図面を参照して説明する。尚、本実施の形態３に係る移動先予測装置は、施設の位置、及び当該施設を利用する利用者が一般的に所持する所持品などを示す施設情報を予め格納している所持品施設データベースを備えるものである。

図３８は、本発明の第３の実施の形態における移動先予測装置の構成を示す構成図である。

本実施の形態３の移動先予測装置は、利用者の訪問する施設を予測するものであって、ＧＰＳ受信部１０７Ｅと、現在位置特定部１０１Ｅと、施設データベース１０２Ｅと、施設候補検索部１０３Ｅと、所持品判定部５０１と、最尤施設決定部１０５Ｅと、時計部１０９とを備えている。また、本実施の形態３に係る移動先予測装置は、例えば携帯電話やＰＤＡ（Personal Digital Assistant）などの携帯端末や、カーナビゲーションシステムの移動端末に内蔵される形で利用者とともに移動する。

ＧＰＳ受信部１０７Ｅは、ＧＰＳ衛星から現在位置に関する位置情報を受信する。
現在位置特定部１０１Ｅは、ＧＰＳ受信部１０７Ｅから位置情報を取得して、その位置情報から移動先予測装置の現在位置、つまり利用者の現在位置を特定する。

施設データベース１０２Ｅは、施設の位置、及び当該施設を利用する利用者が一般的に所持する所持品（以下、特定品と定義する）などを示す施設情報１２ｅを予め格納している。なお、この施設データベース１０２Ｅは、移動体端末１０１に内蔵されていてもよいし、移動体端末１０１外のサーバ装置に備えられ、ネットワークを介して取得する情報としても構わない。

施設候補検索部１０３Ｅは、現在位置特定部１０１Ｅによって特定された現在位置に基づいて、その現在位置を中心に所定範囲内にある施設を、施設データベース１０２Ｅに格納されている施設情報１２ｅから検索する。ここで、上述の所定の範囲は、ＧＰＳによる測位精度に応じて適当な値に設定されている。そして、施設候補検索部１０３Ｅは、検索結果に該当する施設および、特定品（施設利用者の一般的な所持品）の情報をその施設情報１２ｅから読み出し、読み出した結果を示す施設候補情報１３ｅを最尤施設決定部１０５Ｅに通知する。つまり、施設候補検索部１０３Ｅは、ＧＰＳの測位に基づいて利用者の訪問施設の候補を挙げて、その結果を施設候補情報１３ｅとして出力する。

一方、所持品検出部５０１は、例えばＲＦタグリーダー等で構成されるものとし、利用者の所持品を検出する。そして、検出された所持品は、最尤施設決定部１０５Ｅに通知される。

最尤施設決定部１０５Ｅは、施設候補検索部１０３Ｅから通知された施設候補情報１３ｅに複数の施設が候補として挙げられているときには、これら複数の施設の中から、所持品検出部５０１で検出された所持品に対応する施設を選択し、その選択した施設を利用者が実際に訪問する訪問施設として決定する。

尚、図中に示すように、施設データベース１０２Ｅに格納されている施設情報をネットワークを介して提供する管理部３８１を設けることも可能である。この管理部３８１は、主に施設情報を管理しているサーバ装置に備えられるものであり、多数の利用者の情報を一意に管理するためのデータベース３８１ａを備えるものである。従って、例えば、新たな英語テキストを購入したユーザに対して、英語学校の位置情報や授業情報を管理部３８１に管理されている情報を用いて提供することが可能となる。

図３９は、施設データベース１０２Ｅに格納される施設情報１２ｅの内容を示す情報内容表示図である。

施設情報１２ｅには、経度及び緯度などの位置が格納される位置欄Ｌ１と、その位置にある施設の識別子が格納される識別子欄Ｌ２と、その施設の名称（施設名）が格納される施設名欄Ｌ３と、その施設において、朝（例えば５：００〜１１：００）利用する利用者の所持品が格納される朝所持品欄Ｌ４と、昼（例えば１１：００〜１７：００）利用する利用者の所持品が格納される昼所持品欄Ｌ５と、夜（例えば１７：００〜５：００）利用する利用者の所持品が格納される夜所持品欄Ｌ６とがある。

上述の識別子は、各施設を一意に特定することができるように各施設に割り当てられたものである。また、所持品欄は、一般の利用者がその施設において所持する所持品であり、利用する施設を特定するきっかけとなる特定品である。

例えば、位置欄Ｌ１には、位置「東経ｅ１北緯ｎ１」、「東経ｅ２北緯ｎ２」などが格納されており、識別子欄Ｌ２には、位置「東経ｅ２北緯ｎ２」に関連付けて識別子「施設２」が格納され、施設名欄Ｌ３には、識別子「施設２」に関連付けて施設名「スポーツジムエクサイズ」が格納されている。そして、朝利用品欄Ｌ４には、施設「スポーツジムエクサイズ」における利用者の特定品として「ラケット」が格納され、昼利用品欄Ｌ５には、施設「スポーツジムエクサイズ」における利用者の昼の一般的な所持品「水着」が格納されている。また、夜利用品Ｌ６には、施設「エクサイズ」における利用者の夜の一般的な所持品として「ジャージ」が格納されている。

ここで、同一の敷地に複数の施設（店舗）がある場合には、これらの施設の識別子や施設名などは同一の位置に関連付けられる。

例えば、位置「東経ｅ３北緯ｎ３」にある敷地に、施設「音楽スタジオ」及び「書道教室」がある場合には、図３９の施設情報１２ｅに示すように、施設「音楽スタジオ」及び「書道教室」の識別子及び施設名並びに特定品は、位置「東経ｅ４北緯ｎ４」に関連付けられる。

なお、図３９に示す施設情報１２ｅは、各施設を一意に特定することができるよう、各施設で一般的に利用される所持品（特定品）を格納しているが、前記実施の形態1、２、３、４で示したとおり、１日をさらに細かい時間帯区分（早朝、朝、昼、夕方、夜、深夜など）や、曜日ごとに利用される特定品を格納することとしてもよい。また、特定品の情報として一般的に利用される所持品の代わりに、所持品に重みを付与し、平均と分散を用いて所持品を統計的な分布として扱う他、ファジィのメンバシップ関数を用いて重みつけされた所持品に関する情報を表現しても良い。

各施設で利用される持ち物は、例えば同じ施設「スポーツジムエクサイズ」においても朝はテニス施設として利用されるため特定品は「ラケット」、一方、昼はプール利用のために特定品は「水着」、夜はエアロビクス等の利用であるため「ジャージ」と、異なる場合があり、特定品を細かく分けることでより、利用者の訪問地を特定することが可能となる。

さらに、特定品は予め定めることとしてもよいし、利用履歴より、特定品を抽出することとしてもよい。またさらに、特定品はひとつとは限らず、複数であってもよいし、さらに複数特定品を所持するほど高い重みを付与し（重要度）、重要度によって施設を特定することとしてもよい。あるいは、所持品の組み合わせによって重要度を変更することとしてもよい。

図４０は、施設候補検索部１０３Ｅが最尤施設決定部１０５Ｅに通知する施設候補情報１３ｅの内容を示す情報内容表示図である。

この施設候補情報１３ｅには、施設候補検索部１０３Ｅで検索された施設の識別子が格納される施設識別子欄と、その施設の施設名が格納される施設名欄と、その施設における朝の利用者の平均的な所持品であって、施設を特定するきっかけになる特定品が格納される朝特定品欄と、昼の利用者の平均的な所持品、昼特定品欄と、夜の利用者の平均的な所持品、夜特定品欄とがある。

例えば、施設候補検索部１０３Ｅは、現在位置特定部１０１Ｅによって特定された現在位置を中心に半径２０ｍ以内の範囲にある施設を、図２４に示す施設情報１２ｅから検索しようとするときに、その範囲内に位置「東経ｅ１北緯ｎ１」及び位置「東経ｅ２北緯ｎ２」が含まれる場合、施設情報１２ｅから施設「スポーツジムエクサイズ」、および「英会話ジーオン」を見つけ出してこれらの情報を読み出す。

そして、施設候補検索部１０３Ｅは、読み出したこれらの施設の識別子を施設識別子欄に格納し、施設名を施設名欄に格納し、各施設での特定品を特定品欄に格納することで図４０に示す施設候補情報１３ｅを作成する。

最尤施設決定部１０５Ｅは、施設候補検索部１０３Ｅから図４０に示す施設候補情報１３ｅを取得するとともに、日時「２００３年４月６日１９：００」に「英語テキスト」を所持しているという通知を所持品特定部５０１から受けると、その日時（１９：００であるから夜）にその滞在地で「英語テキスト」を所持していると判断する。そして最尤施設決定部１０５Ｂは、施設候補情報１３ｂに示される施設「英会話ジーオン」、「スポーツジムエクサイズ」の中から、これらの施設の、夜の特定品で適合する施設を探し出して、施設「英会話ジーオン」を予測訪問施設として特定する。

一方、最尤施設決定部１０５Ｅは、施設候補情報１３ｅに示される施設の中から、これらの施設の特定品を探し出した結果、該当する施設がないと判断したときには、予測不可として予測タスクを終了する。

このように本実施の形態では、ＧＰＳの利用により候補に挙げられた幾つかの施設の中から、利用者の所持品とその日時に見合う予測訪問施設が特定されるため、利用者の訪問施設を高い精度で予測することができる。

このような本実施の形態３の移動先予測装置の動作について図４１を用いて説明する。
図４１は、本実施の形態３の移動先予測装置の動作を示すフローチャートである。

まず、ＧＰＳ受信部１０７Ｅは、ＧＰＳ衛星から所定の時間間隔で位置情報を受信し、現在位置特定部１０１Ｅは、その位置情報から利用者の現在位置を特定する（Ｓ５０１）。

次に、施設候補検索部１０３Ｅは、Ｓ５０１で特定した現在位置を中心に所定範囲内にある施設を、予測訪問施設の候補として施設データベース１０２Ｅの施設情報１２ｅから抽出する（Ｓ５０２）。

ここで、所持品特定部５０１は、所持品の検出があったか否かを判別する（Ｓ５０３）。所持品の検出があったと判別したときには（Ｓ５０３のＹ）、移動先予測装置は、その移動先を予測する（Ｓ５０４）。例えば、所持品リストが「財布、時計、英語テキスト」を検出する。

Ｓ５０４で所持品を検出した後、移動先決定部１０５Ｅは、Ｓ５０２で候補として挙げられた訪問施設における特定品と、利用者の所持する所持品をもとに、候補として挙げられた訪問施設の中に、適合する施設があるか否かを判別する（Ｓ５０５）。例えば、本実施の形態において、「特定品をひとつでも利用者が所持している」場合は適合、「特定品をひとつも所持していない」場合は不適合とし、適合する施設の有無を判定する。例えば、移動先決定部１０５Ｅは、図４０に示す施設候補情報１３ｅに訪問施設の候補として挙げられる施設の中に、「英語テキスト」を含む施設として、施設「英会話ジーオン」があると判別する。

Ｓ５０５で予測訪問施設があると判別したときには（Ｓ５０５のＹ）、移動先予測装置は、その施設を訪問施設として予測してその施設に関する情報を提供する（Ｓ５０６）。

一方、Ｓ５０５で滞在時間に見合う施設がないと判別したときには（Ｓ５０５のＮ）、予測不可として動作を終了する。

なお、本実施の形態３において、施設データベース１０２Ｅの特定品は、予め設定されているものとしたが、これに限ったものではない。複数人のユーザの所持履歴等より、施設情報を自動的に生成してもよい。さらに、他人が利用することとしてもよい。

例えば、前記実施の形態２で示した、位置因果関係をサーバにアップロードすることで、自動的に生成することが可能となる。図３２の位置因果関係より、「英語テキスト」を所持していた場合は「英会話ジーオン」１００％等が得られることを示した。これらをサーバにアップロードすることで、「英語テキスト」を所持していたら「英会話ジーオン」という因果関係を、本人のみならず、第３者も利用することが可能となる。

さらに、本実施の形態においても、前記実施の形態２と同様に、複数の所持品とユーザの所持品の関係より、ユーザが所持し忘れた所持品があると判断される場合、その旨を通知することとしてもよい。

なお、メールやネットを介して得られる、テキスト情報等を利用して施設情報を生成することとしてもよい。

図４３は、移動体端末１０１に送信されたメールを示したものである。英会話教室から次回のお知らせ（持ってくるもの）として、場所「英会話ジーオン１００教室」、時刻「午後８時」、持ち物「英会話テキストＡ」、「英会話テキストＢ」、「電子辞書」等、場所と持ち物に関する情報が記されている。そこで、これらテキスト情報より、場所と持ち物に関する情報を抽出し、施設データベースを作成することとしてもよい。テキスト情報を利用することで、場所と持ち物の因果関係が得られ、位置因果関係を利用することで、たとえその場所（この場合「英会話ジーオン」）へ訪れたことがないユーザであっても、訪問場所を予測することが可能となる。また、前記実施の形態２と同様に、テキスト情報より抽出された複数の特定品と、現在のユーザの所持品との関係より、ユーザが忘れ物をしている場合、その旨を通知することも可能である。

なお、図４３においては場所「英会話ジーオン１００教室」とあるため、場所が特定できるが、送信者より場所を特定することとしてもよい。また、メールには「電子辞書」とあるが、類推エンジン等をさらに備えることで「電子辞書」に加え、普通の「辞書」等も特定品として判定することも可能である。

なお、所定の特定品と関係のある施設に、さらにカテゴリを設け、同類のカテゴリの場合に本特定品を用い、目的地予測を行うこととしてもよい。以下、図４４、図４５を用いて説明する。

図４４は、施設データベースである。施設名「丸山ゴルフ場」の特定品「ゴルフバッグ」、「ゴルフシューズ」と、さらに施設カテゴリ「ゴルフ場」が示されている。一方、施設名「片山ゴルフ場」は、特定品が算出されていないとする（「※」こめ印）。つまり、前記実施の形態でいえば、ユーザの訪れた履歴がないため、また、本実施の形態では複数人のユーザの所持品の履歴がないため、特定品が算出されていない状態を示している。この場合、「片山ゴルフ場」は目的地として算出されないこととなってしまう。
しかし、ここで施設カテゴリ「ゴルフ場」を用いることで、たとえユーザが訪れたことがない場合でも、目的地として予測することができる。図４５に示すように、ユーザは「ゴルフバッグ」、「ゴルフシューズ」を所持し、矢印で示す移動をしているとする。このとき、同じ施設カテゴリ「ゴルフ場」である施設「片山ゴルフ場」を目的地として予測することが可能となる。また、前記忘れ物を通知する手法を用いることで「ゴルフシューズ」を忘れていた場合、その旨を通知することも可能である。

このように、施設に予め登録された特定品のみならず、テキスト情報や、あるいは施設のカテゴリを利用することで、ユーザの所持品より目的地を予測することが可能となる。

（実施の形態４）
次に、本発明に係る移動先予測装置の第四の実施の形態について説明を行う。

上述した実施の形態１および２では、ユーザの所持品と移動の履歴を蓄積し、蓄積されたこれら情報から、所持品と移動先の因果関係を抽出して移動先を予測する手法について説明を行った。特に、ユーザの非多頻度所持品を検出し、非多頻度所持品を利用することでより正確に移動先を予測することが可能となる。また、前記実施の形態３では、所持品と目的地との因果関係を示した情報を用いることで、ユーザが行ったことがない目的地であっても正確に予測することが可能となることを説明した。このように、ユーザの日常行動である所定の物品を所持する行動の情報を用いることで、ユーザの移動先を予測することが可能となる。

一方、ユーザが普段所持する物品は一つとは限らず、複数に渡る場合が多い。近年、あらゆる物品にＲＦＩＤ等、物品を識別するタグが付与される環境下において、検出されるユーザの所持品も膨大となることもある。これら膨大な所持品から、移動先を予測する場合、所持品によっては複数の移動先が予測されることとなり、正確に予測できない場合も生じる。そこで、本実施の形態４では、複数の所持品が検出された場合、これら複数の所持品から、よりユーザの目的地を予測するために重要となる所持品を判別し、ユーザの移動先を予測する手法について述べる。

図４６は、本実施の形態４の移動体端末１０１のシステム構成図である。前記実施の形態で示す構成要素については同じ符号を付与する。

図４６において、本実施の形態４における移動先予測装置である移動体端末１０１は、例えば携帯電話等であり、所持品検出部１０３、因果関情報蓄積部１１１、特定品判定部１１２、所持品類似度判定部１１３、所持品類似度判定部１１３、移動先予測部１０７、および情報表示部１１４とからなる。

前記実施の形態と同様、所持品検出部１０３は、例えばＲＦリーダ等で構成され、ユーザの所持する所持品を検出する。

因果関係情報蓄積部１１１は、所持品と、施設等の位置情報を対応付けた情報（因果関係情報）を蓄積した手段であり、前記実施の形態３における施設データベース等に該当する手段である。

図４７は、因果関係情報蓄積部１１１に蓄積された所持品と、その所持品を利用する例えば施設の位置情報を対応付けて蓄積した因果関係情報を示したものである。例えばＩＤ「００１」には、施設名「ヨドバシ学習塾」の位置である「東経１３５度３４分３０秒、北緯３５度３０分１０秒」と、当該施設「ヨドバシ学習塾」で利用される所持品「英語テキストＹ」、「和英辞典」、「英和辞典」が対応づけて蓄積されている。

前記実施の形態２では、施設と、その施設で利用される所持品の対応づけは、ユーザの所持履歴を用いて自動抽出したが、これに限ったものではない。施設ごとに異なるこれら因果関係情報を、移動体端末の管理会社や、各施設が生成することとしてもよい。また、例えば各施設が生成した因果関係情報を、ユーザが自ら、あるいは定期的に自動取得することとしてもよい。あるいは、例えばネットに掲示された各施設に関する情報から所持品に関する情報を抽出し、所持品と施設を対応付けした本因果関係情報として作成し、取得することとしてもよい。

本実施の形態４では、施設情報データベース１１５に蓄積された各施設に関する情報から、因果関係情報として作成し、この因果関係情報をユーザが取得して因果関係情報蓄積部１１１に蓄積することとする。以下、具体例を用いて説明する。

図４８は、施設「ヨドバシ学習塾」に関する情報を示したものである。「ヨドバシ学習塾」に関する情報は、インターネット等で閲覧できるように、汎用的な形式である、例えばＸＭＬ（eXtensible Markup Language）形式で蓄積されているものとする。ＸＭＬは周知の通りタグとその値の形式で蓄積されているのが一般的である。ここでは「施設」タグに対し、その名称「ヨドバシ学習塾」と記されている。また、「位置情報」タグとして「東経１３５度３４分３０秒、北緯３５度３０分１０秒」と記されている。さらに、ヨドバシ学習塾で必要なものとして「所持品」タグに「英語テキストＹ、和英辞書、英和辞書」が記されている。また「おしらせ」として「本日の講義は第３教室へ変更」等の情報が記されている。このように、ＸＭＬはタグとその値の形式で蓄積されている。一方、コンテンツプロバイダは、これら情報を用いて情報を提供する。例えば、ヨドバシ学習塾では、毎講義ごとに授業の内容が変わり、それに伴い必要な持ち物も変更されるとする。そこで「所持品」タグをネットに掲載し、一方ユーザはそれを閲覧することで毎回必要な持ち物を把握することが可能となる、といった利用のされ方が一般的である。

一方、本実施の形態４では、これら施設情報データベース１１５に蓄積された情報を用いて所持品と、当該施設を対応付けた因果関係情報を生成し、因果関係情報蓄積部１１１に蓄積する。図４８に示すように、施設の情報には、「位置」タグと、「所持品」タグが示されている。これらを対応づけて蓄積することで、図４７のＩＤ「００１」に示すように、施設「ヨドバシ学習塾」の位置「東経１３５度３４分３０秒、北緯３５度３０分１０秒」と、所持品「英語テキストＹ、和英辞書、英和辞書」の因果関係情報を取得することができる。さらに、これら因果関係情報を利用することで、これら所持品を所持した場合、ヨドバシ学習塾へ向かうであろうと移動先を予測することが可能となる。

ところで、ユーザが所持する所持品は、複数に渡ることが一般的である。さらに、施設で利用される物品の中には、当該施設に限らず、他の施設で利用されることもある物品もあり、物品が重複することもある。したがって、複数の所持品を所持した場合、移動先を一意に特定することができない場合もある。そこで、本実施の形態４では、例えば因果関係情報として蓄積された所持品から重複のない、あるいは重複の少ない所持品を、施設を一意に特定することができる物品（特定品）として判定することとする。

特定品判定部１１２は、因果関係情報蓄積部１１１に蓄積された所持品から、特定品を判定する手段である。図４９に示す所持品と施設の因果関係情報の中には、重複する所持品が存在することがある。例えば、ヨドバシ学習塾では、英語の講義が行われるため、必要な所持品として「和英辞典」と「英和辞典」が存在する。一方、施設「華町大学」においても所持品として「英和辞典」と「和英辞典」が蓄積されている。また、「華町大学」の所持品のひとつに「筆記具」があり、これは「華町総合図書館」の「筆記具」とも重複する。このように、各施設における所持品は必ずしも異なるとは限らず、重複することもある。この場合、例えばユーザが「和英辞書」と「筆記具」を所持したとしても、移動先は「ヨドバシ学習塾」、「華町大学」、「華町総合図書館」のいずれに移動するか予測することが困難となる。そこで、特定品判定部１１２において、重複のない所持品を、施設を特定できる特定品として判定する。

例えば図４９の場合、施設「ヨドバシ学習塾」の所持品「英語テキストＹ」、「和英辞書」、「英和辞書」のうち、「英語テキストＹ」は他の施設と重複がないことが分かる。そこで、「英語テキストＹ」を「ヨドバシ学習塾」に対する特定品として判定する。つまり、「和英辞書」等を所持したのみでは「ヨドバシ学習塾」と「華町大学」のいずれかを特定することはできないが、「英語テキストＹ」を利用するのは「ヨドバシ学習塾」に限られるため、したがって「ヨドバシ学習塾」へ移動すると予測することが可能となるからである。同様に、施設「華町大学」の所持品「参考書Ｂ」、「和英辞書」、「英和辞書」、「筆記具」、「学生証」のうち、「参考書Ｂ」、あるいは「学生証」は他の施設と重複がないことより、これらを特定品として判定する。同様に、施設「華町総合図書館」の特定品は、図書館で借りた図書である「電気工学」と「省エネ手法」ということになる。

所持品類似度判定部１１３は、所持品検出部１０３で検出されたユーザの所持品と、因果関係情報蓄積部１１１に蓄積された所持品と施設の因果関係情報および、特定品との一致（または類似）度合を判定する手段である。そして、所持品類似度判定部１１３で得られた結果を用いて、移動先予測部１０７でユーザの移動先を予測する。

図５０は、所持品検出部１０３で検出されたユーザの所持品である。図５０に示すように今、所持品として「英語テキストＹ」、「和英辞書」、「筆記具」、「時計」が検出されたとする。このようにユーザが一度に所持する物品は一つとは限らず、複数に渡ることがある。また、これら複数の物品が必ずしも因果関係情報にある所定の施設の所持品と完全に一致するとも限らない。所持品が不足していることもあれば、逆に因果関係情報には存在しない物品を所持することもある。そこで、所持品類似度判定部１１３は、検出された所持品と、因果関係情報との一致度合を判定する。そして、最も一致度合の高い施設を、移動先予測部１０７において予測移動先として算出する。

図５０に示すように現在のユーザの所持品は「英語テキストＹ」、「和英辞書」、「筆記具」、「時計」であり、図４９に示す因果関係より、例えば「ヨドバシ学習塾」とは、「和英辞書」の点では異なるが、「英語テキストＹ」、「和英辞書」の２つの物品が一致する。一方「華町大学」とは、「和英辞書」と「筆記具」の２つの物品が一致する。また「華町総合図書館」とは「筆記具」の１つが一致する。一方、「スポーツジムエクサイズ」とは一致する物品はない。したがって、一致する所持品の品目数を考慮すると、２つ一致している「ヨドバシ学習塾」と「華町大学」が予測移動先として考えられる。さらに本実施の形態４では、所持品の重複を考慮し、特定品が算出されている。ここで、一致した所持品のうち「英語テキストＹ」は、「ヨドバシ学習塾」の特定品となっている。つまり、この場合、予測移動先を「ヨドバシ学習塾」として算出する。

ユーザが一度に所持する物品は一つとは限らず、複数に渡ることが多く、必ずしも施設の所持品と完全に一致するとは限らない。そこで判定された特定品を利用し、当該特定品を所定した場合は、対応する施設を予測移動先とすることで、予測精度を向上させることができる。

情報表示部１１４は、予測された移動先に関する情報を表示する手段であり、例えば携帯端末の表示部等である。図５１は、予測された移動先「ヨドバシ学習塾」に関する情報を示したものである。まず、ユーザの所持品検出の操作により、ユーザの所持する物品の検出が行われる。「画面１」には、ユーザが現在所持する所持品「英語テキストＹ」、「和英辞書」、「筆記具」が検出された旨を示している。そして、所持品より予測移動先「ヨドバシ学習塾」が算出され、例えば施設情報サーバ１１３に蓄積された「ヨドバシ学習塾」に関する情報が「画面２」に示されている。「画面２」には、「おしらせ」タグ（図４８）にある「本日の講義は第３教室へ変更」等、ヨドバシ学習塾に関する情報が示されている。従来の情報表示装置において、これら施設の情報は、ユーザが自らアクセスする必要があった。しかし、ユーザの所持品を基に移動先を予測し、事前に移動先に関する情報を提供することで、ユーザの行動を促すことが可能となる。また、従来の移動先予測装置では、ユーザのしばらくの移動を考慮して予測するのが一般的であった。したがって、既に施設へ向かって移動しているのに、その施設が閉まっている等の有用な情報をすぐには受けられない問題もあった。しかし、ユーザの所持品を考慮することで、例えばユーザがこれら所持品を所持した際、あるいは、カバンに所持品を詰め終わった際など、より柔軟なタイミングで移動先を予測することが可能となり、より適切なタイミングで情報提供を事前に受けることが可能となる。

図５２、図５３のフローチャートを用いて、本実施の形態４における移動体端末１０１の動作を説明する。
まず、施設情報データベースに蓄積された施設に関する情報より、所持品と施設を対応させた因果関係情報を生成し（Ｓ６０１）、因果関係情報蓄積部１１１へ蓄積する（Ｓ６０２）。そして、因果関係情報蓄積部１１１に蓄積された所持品よりを参照し（Ｓ６０３）、重複があるか否かを判定する（Ｓ６０４）。重複がある場合は（Ｓ６０４のＹｅｓ）特定品として設定する（Ｓ６０５）。そして、すべての所持品に対しこれらの動作を繰り返し（Ｓ６０６からＳ６０３へ）、すべての所持品に対して特定品の判定が終了すれば（Ｓ６０６のＮｏ）終了する。

一方、移動先を予測するフローにおいては、まずユーザの所持品を所持品検出部１０３において検出する（Ｓ７０１からＳ７０２）。そして検出された所持品と、因果関係情報蓄積部１１１に蓄積された因果関係情報を参照し（Ｓ７０３）、所持品の類似度合を判定する。なお、本実施の形態４において類似度合は、上述する特定品の有無により判定することとする。検出された所持品の中に特定品が存在するか否かを判定し（Ｓ７０４）、存在する場合は（Ｓ７０４のＹｅｓ）当該特定品の移動先を予測移動先として算出する（Ｓ７０５）。一方、存在しない場合は（Ｓ７０４のＮｏ）、一致する所持品の品数を算出し（Ｓ７０６）、最も一致する所持品の品数が多い施設を予測移動先として算出する（Ｓ７０７）。そして予測移動先に関する情報を表示する（Ｓ７０８）。

なお、本実施の形態４において、所持品類似度判定部１１３におけるユーザの所持品と施設に対応付けられた所持品との一致度合の判定は、同一のものを一致として扱ったが、これに限ったものではない。例えば代用できる所持品や、ある所持品の上位概念等、所持品の類推辞書を用いて一致度合を判定することとしてもよい。以下、図を用いて詳細を説明する。

図５４は、本実施の形態４に係る移動体端末１０１を用いた別のシステム構成図である。本図に係る移動体端末１０１は、図４６に示す構成要素に加え、所持品類推辞書１２２が示されている。所持品類推辞書１２２は、ある所持品に対し、代用できる所持品や、その上位概念等、所持品の関係を蓄積する手段である。

一般的にユーザが所持する物品は複数あり、また様々なバリエーションを有する。したがって、例えば生成された施設と対応づけられた物品と必ずしも一致するとは限らない。例えば、図４８に示す因果関係情報において「ヨドバシ学習塾」に対応付けられる所持品として「英和辞書」と「和英辞書」がある。しかし、ユーザによっては一体となった「和英・英和辞書」を利用する場合もあれば、あるいは電子辞書を利用する場合もある。そこで、所持品類推辞書１２２は、これら物品間の代用品等を蓄積し、類推辞書を用いて一致度合を判定することとする。

図５５は、所持品類推辞書１２２に蓄積された所持品の対応関係を示したものである。例えば、和英辞書、和英辞書は同類所持品として蓄積されている。例えば和英辞書は、英語の授業等で利用し、同類の物品であるとして考えることができる。さらに、和英辞書と英和辞書は、電子辞書あるいは和英・英和辞書があればそれで代替することが可能であるため、代替所持品として対応付けられている。このように、あらゆる物品にタグが付与される環境下において、移動先を特定するための物品は必ずしも一つとは限らず複数に渡り、さらにこれら所持品の機能を果たす物品は一つとは限らず代替する物品を用いることも考えられるため、所持品類推辞書を用いることで、より汎用的にユーザの移動先を予測することが可能となる。

例えば、図５６に示すようにユーザの所持品として「英語テキストＹ」、「電子辞書」、「筆記具」、「時計」が検出されたとする。この場合、「和英辞書」や「英和辞書」ではないが所持品類推辞書１２２より、「電子辞書」は「和英辞書」、「英和辞書」の代替所持品であるため、「ヨドバシ学習塾」へ移動すると予測することが可能となる。なお、本実施の形態４では、所持品類似度判定部１１３における類似度合は、一致する所持品の数や、特定品の有無により行っていたがこれに限ったものではない。所定の施設等と因果関係のある所持品にその因果関係の強さを反映した重要度を設け、この重要度を用いて移動先を予測することとしてもよい。

図５７は因果関係情報蓄積部１１１に蓄積された因果関係情報であり、所持品に重要度付したものを示している。例えばＩＤ「００１」の「ヨドバシ学習塾」に対応付けられて所持品「英語テキストＹ」には重要度１０、「和英辞書」および「英和辞書」には重要度３が付与されている。あるいは、ＩＤ「００２」の「華町大学」に対応付けられて所持品「参考書Ｂ」には重要度５、「和英辞書」および「英和辞書」には重要度３が付与されている。そして、当該施設との一致度合は、これら重要度の総和で算出することとする。例えば、現在、ユーザが「英語テキストＹ」と「和英辞書」を所持していたとする。すると「ヨドバシ学習塾」との一致度合は「１３（＝１０＋３）」、「華町大学」との一致度合は「３」となり、一致度合の高い「ヨドバシ学習塾」へ向かうと予測することができる。また、単に所持品の重要度の総和のみならず、複数の所持品の組み合わせが一致して初めて重要度を算出することとしてもよい。例えば、ＩＤ「００４」の「スポーツジムエクサイズ」の所持品は「ジャージ」、「スポーツシューズ」、「テニスボール」、「ラケット」が存在するが、これらは物品単体では必ずしもジムへ向かうとは考えられないこともある。例えば、たまたまジャージを着ているだけということもある。また、所持品によっては、複数の所持品が揃って初めて機能する物品も存在する。例えば、「ラケット」を所持していても、「テニスボール」を所持していなければテニスができないため、「スポーツジムエクサイズ」向かうとは考えにくい。そこで例えば「ジャージ」、「スポーツシューズ」、「テニスボール」、「ラケット」とすべての所持品を有する場合のみ、重要度「１０」が算出される（なお、※印で示している）こととし、そして「スポーツジムエクサイズ」へ向かうと予測することとしてもよい。

なお、これら重要度はあらかじめ設定されているものであってもよいし、あるいは前記実施の形態１等で示すようにユーザの位置と所持品の履歴を蓄積し、この履歴を用いてユーザ毎に変更することとしてもよい。以下、図５８、図５９を用いて説明する。

図５８は、蓄積された所持品とその位置情報を示したものである。前記実施の形態１で示すように所持品検出部１０３で検出された所持品と、位置情報検出部１０２で検出されるユーザの位置情報を対応付け、履歴蓄積部１０４に蓄積することでこれら所持品とその検出される位置の履歴を取得できる。例えば、位置「東経１３５度３６分３０秒、北緯３５度３６分１０秒」である施設「華町大学」で所持品「参考書Ｂ」、「和英辞書」、「学生証」、「ノートＰＣ」が検出されていることが分かる。また、華町大学でこのように所持品「参考書Ｂ」、「和英辞書」、「学生証」、「ノートＰＣ」を所持していることが複数回に渡ることが分かる。つまり本例で示すユーザは「華町大学」で講義を受ける場合、「参考書Ｂ」、「和英辞書」、「学生証」のみならず「ノートＰＣ」を常に持参していることを表している。一方、前述に示す「華町大学」での所持品との因果関係では、「参考書Ｂ」、「和英辞書」、「英和辞書」、「筆記具」、「学生証」であり（図５７）、このようにあらかじめ設定された因果関係情報と、実際のユーザが普段、当該施設で所有する物品は必ずしも一致するとは限らない。そこで、ユーザの所持品の履歴より、これら因果関係情報を変更する。

図５９は、履歴を反映させたものである。ＩＤ［００２］の施設「華町大学」の所持品として「参考書Ｂ」等に加え、「ノートＰＣ」が新たに加わっていることが分かる。様々な物品にタグが付与され、これら複数の所持品が検出される環境において、検出される物品は必ずしもすべてのユーザに共通するとは限らない。そこで、本例で示すように、ユーザ毎に履歴を蓄積し、これを反映させることとしてもよい。よりユーザの所持品の特性を考慮して移動先を予測することが可能となる。

以上の説明のように、本実施の形態４に係る移動体端末１０１は、特定品判定部１１２においてユーザの所持品から複数の移動先に重複しない所持品となる特定品を判定し、移動先予測部１０７は、この特定品を用いて移動先を予測することが可能となる。

（実施の形態５）
次に、本発明に係る移動先予測装置の第五の実施の形態について説明を行う。

上述した実施の形態４では、施設と所持品の因果関係情報を用いてユーザの移動先を予測する手法について説明を行った。しかし、例えばある時点での所持品では、複数の移動先が予測され、必ずしも移動先を一意に特定できない場合もある。例えば、現在「和英辞書」を所持しているため「ヨドバシ学習塾」と「華町大学」等、複数の移動先が予測され、いずれの移動先へ向かうのか分からない場合がある。しかし、その後のユーザの行動によって、最終的に一方の移動先を予測移動先として算出することが可能となる。そこで本実施の形態５では、さらにユーザの移動を検出し、移動先を正確に予測する手法について説明する。

図６０は、本実施の形態５における移動体端末１０１のシステム構成図である。前記実施の形態で示す構成要素には同じ符号を付与し説明を省略する。

移動先候補特定部１１６は、所持品検出部１０３で検出されたユーザ所持品と、所持品と施設の因果関係情報より、移動先候補を特定する手段である。例えば、今、所持品検出部１０３において、ユーザの所持品として、図６１（ｂ）で示すように和英辞書」と「英和辞書」が検出されたとする。これら検出された所持品を用いて、所持品と施設の因果関係情報より、移動先候補を特定する。図６１は、因果関係情報蓄積部１１１に蓄積された所持品と施設の因果関係情報を示したものである。

ここで移動先候補特定部１１６は、図６１（ａ）で示すように検出された「和英辞書」および「英和辞書」を所持品として含む施設「ヨドバシ学習塾」、「華町大学」を移動先候補として特定する。しかし、現段階では、いずれの移動先へ向かうか判断することができない。そこで、その後のユーザの移動を考慮し、最終的に予測移動先を特定し、移動先に関する情報を提供する。

位置情報検出部１０２は、前記実施の形態と同様ユーザの位置を検出する手段であり、例えばＧＰＳ等で構成されているものとする。

また、位置情報蓄積部１１７は、検出された位置情報を蓄積し、さらに移動方向検出部１１８は蓄積された位置情報よりユーザの移動方向を検出する手段である。例えば、前回検出された位置情報との差分より、ユーザが向かっている方向等を算出することができ、移動方向検出部１１８はこれらユーザの移動方向を検出することとする。さらに移動先候補特定部１１６で特定された複数の移動先候補の位置情報より、これら施設までの距離を算出し、例えばユーザがより近づいている施設を、ユーザが向かっている施設と判断し、移動先として予測することが可能となる。以下、具体例を用いて説明する。

図６２は、検出されるユーザの現在位置と、「ヨドバシ学習塾」および「華町大学」の位置関係を地図で示したものである。例えばユーザが現在、「和英辞書」と「英和辞書」を所持しながら、「東経１３５度３４分３０秒、北緯３５度３０分３０秒」の位置で検出されたとする。一方、「華町大学」は「東経１３５度３６分３０秒、北緯３５度３６分１０秒」、「ヨドバシ学習塾」は「東経１３５度３４分３０秒、北緯３５度３０分１０秒」の位置に存在し、これら施設の位置情報は、因果関係情報蓄積部１１１に蓄積された因果関係情報より取得することが可能である。さらに、位置情報蓄積部１１７に蓄積された前回の位置情報より、ユーザが向かっている方向を算出することができる。例えば、前回「東経１３５度３４分３０秒、北緯３５度３０分４０秒」の位置で検出されたとする。この場合、ユーザが北から南へ向かっていると判断することができる。さらに、方向や、検出された位置より「ヨドバシ学習塾」との距離が縮まり、したがってユーザは「ヨドバシ学習塾」へ向かっていると判断することが可能となる。

一方、ユーザが普段所持する物品は一つとは限らず、複数に渡る場合が多い。また、ある施設で利用されるなど、施設と因果関係がある所持品も複数に渡り、ユーザの所持品から必ずしも移動先を一つに特定できるとも限らない。所持品が不足する場合もあれば、あるいは因果関係には存在しない所持品を有する場合も多い。そこで本実施の形態５では、複数の移動先候補を特定し、さらにユーザのその後の行動を検出することでより正確に移動先を予測することができる。

なお、単に当該施設へ移動しているか否かの情報のみならず、現段階では所持していないが、その後、因果関係がある所持品を取得する等の情報を用いて、移動先を予測することも可能である。例えば、上記例の場合、現段階では、ユーザが所持する所持品が「英和辞書」および「和英辞書」であるため、「ヨドバシ学習塾」へ行こうとしているのか、「華町大学」へ移動しようとしているのか分からない。例えば「ヨドバシ学習塾」と因果関係のある「英語テキストＹ」を所持していれば「ヨドバシ学習塾」と予測することが可能であるが、一方、この「英語テキストＹ」は、塾へ置いてきている等の場合もある。あるいは、現在は所持していないが、別の場所に置いてある「英語テキストＹ」を取得しに向かっていることが分かれば、後に「ヨドバシ学習塾」へ向かうであろうと予測することができる。すなわち、現段階で所持している所持品のみならず、施設と因果関係のある物品の位置と、ユーザの位置を考慮することでより正確に移動先を予測することが可能となる。そこで、本実施の形態５では、ユーザの現在の所持品と、さらに所持していない物品（非所持品とする）を検出し、非所持品とユーザの位置関係を考慮して移動先を予測する手法について説明する。

図６３は、本実施の形態５に係る移動体端末１０１の別のシステム構成図である。前記実施の形態で示す構成要素には同じ符号を付与し、説明を省略する。

非所持品特定部１１９は、移動先候補特定部１１６で特定された予測移動先と因果関係のある所持品のうち、所持品検出部１０３で検出されない所持品、すなわち現在所持していない非所持品を特定する手段である。

例えば、図６４（ｂ）に示すように現在、「和英辞書」と「英和辞書」を所持していたとする。一方、図６４（ａ）に示す因果関係情報より、「和英辞書」と「英和辞書」を所持する場合、前述のように移動先候補特定部１１６によって「ヨドバシ学習塾」または「華町大学」へ移動するであろうと特定される。一方、現段階では、これら複数の移動先のうち、いずれの施設へ向かうか判断することができない。そこで、現在は所持していないが、移動先を特定するのに有力な物品（非所持品）を判定する。例えば「ヨドバシ学習塾」へ移動するとした場合、必要な所持品として「和英辞書」、「英和辞書」の他に「英語テキストＹ」が必要となるが、一方ユーザは所持しておらず、この「英語テキストＹ」が非所持品として判定される。一方、「華町大学」へ移動するとした場合、必要な所持品として「和英辞書」、「英和辞書」の他に「参考書Ｂ」が必要となるが、一方ユーザは所持しておらず、この「参考書Ｂ」が非所持品として判定される。そして次に、これら非所持品の現在の位置を検出する。

非所持品位置検出部１２１は、非所持品特定部１１９で特定された非所持品の現在の位置を検出する手段である。例えば、ユーザの所有する物品はサーバ等で管理されているものとし、本実施の形態５では非所持品位置データベース１２０で管理されているものとする。そしてこの非所持品位置データベースより非所持品の位置を特定する。

非所持品位置データベース１２０は、検出されたユーザの所有する物品とその位置を対応させて蓄積しているものとする。図６５は非所持品位置データベースに蓄積された、本ユーザの所有する物品の位置を示したものである。例えば、物品ＩＤ「００１」には物品「英語テキストＹ」があり、その物品の現在の位置「東経１３５度３４分３０秒、北緯３５度３０分１０秒」が示されている。あるいは、物品ＩＤ「００２」として物品「参考書Ｂ」があり、その物品の現在の位置「東経１３５度３５分１０秒、北緯３５度３３分１０秒」が示されている。

なお近年、物品に付与するＩＣタグ等の登場により、あらゆる物品に識別子が付与され、物品を管理することができるようになっている。さらに自宅や、様々な場所に備え付けられたタグリーダにより、これら物品の位置をサーバ等で管理することも可能となる。このような環境において、例えば自宅の物品を検出し、置き忘れた物の検出や、盗難を検知する発明も従来開示されている。本手法における非所持品位置データベース１２０は、この物品を管理するサーバに該当するものとし、その構築方法については従来開示されており、ここでは問わないものとする。

図６６は、前述の非所持品の物品の位置関係や、ユーザの移動に伴う位置関係を地図で表したものである。図６６において白い丸印（○）は「英語テキストＹ」であり、「ヨドバシ学習塾」に位置していることが分かる。これは、本例におけるユーザが「英語テキストＹ」を、それを用いる施設である「ヨドバシ学習塾」へ普段置いてきているため、ユーザと共に移動しているのではなく、「ヨドバシ学習塾」に位置していることを示している。

一方、白い四角印（□）は「参考書Ｂ」であり自宅に位置していることが分かる。そして、ユーザの現在の移動より、「参考書Ｂ」は自宅へ置いてきていることを示している。

ユーザは普段、所定の施設へ向かう場合、施設で利用する物品を所持しながら移動することが多く、本発明では、これらを因果関係情報として蓄積し、この因果関係情報を用いて移動先を予測することが可能であること示した。一方、ユーザは必ずしもこれら物品を所有して移動するとは限らない。例えば、本例においてヨドバシ学習塾と因果関係のある所持品「英語テキストＹ」を塾へ置いたままという場合もある。したがって、所持品検出部１０３では検出されず、正確に移動先を予測することが困難となる。そこでこれらを非所持品として判定し、物品を管理してその情報を蓄積する非所持品データベースを参照することで、非所持品の位置する方向へ向かっている場合は、その物品を取りに向かっている、あるいはそこで使うために置いているものと考え、移動先を正確に予測することが可能となる。例えば、図６６の場合、現在所持している「和英辞書」および「英和辞書」では、移動先候補として「ヨドバシ学習塾」または「華町大学」と複数候補が算出されることとなるが、一方、非所持品である「参考書Ｂ」を自宅に置いたままユーザとの位置関係が離れていることから「華町大学」へ移動するとは考えられず、また「英語テキストＹ」との位置関係が近づいていることより、「ヨドバシ学習塾」へ移動していると予測することが可能となる。

図６７は、別の例を説明するための図である。例えば現在ユーザは所持品「和英辞書」と「英和辞書」を所持しながら自宅の駐車場へ向かっていることを示している。「和英辞書」と「英和辞書」のみでは、上記のように「ヨドバシ学習塾」か「華町大学」を特定することはできない。しかし、駐車場にある車の中には「英語テキストＹ」が存在することが非所持品位置データベースより算出されていることとする。するとこの場合、「和英辞書」と「英和辞書」を所持品しながら「英語テキストＹ」が存在する駐車場へと移動しているため、つまり、これらの所持品を利用する「ヨドバシ学習塾」へ車で向かおうとしていると考えることができる。

このように、現在所持している所持品のみならず、移動先を予測するための非所持品を特定してその位置を参照し、非所持品の位置とユーザの位置関係より、移動先を予測することでより柔軟にユーザの移動先を予測することが可能となる。

以下、図６８のフローチャートを用いて本実施の形態５の動作フローを説明する。
まずユーザの所持品を所持品検出部１０３において検出する（Ｓ８０１）。そして所持品が検出されると（Ｓ８０２）、因果関係情報蓄積部１１１に蓄積された因果関係情報を参照し（Ｓ８０３）、所定の施設に該当する所持品を所持しているか否かの判断を行う（Ｓ８０４）。該当する所持品がなければ（Ｓ８０４のＮｏ）終了する。一方、該当する所持品が存在する場合（Ｓ８０４のＹｅｓ）、これらを移動先候補特定部１１６において移動先候補として特定する（Ｓ８０５）。

次に非所持品特定部１１９において、特定された移動先候補の因果関係情報より、現在ユーザが所持していない非所持品を判定する（Ｓ８０６）。特定された非所持品の位置を非所持品データベース１２０より参照する（Ｓ８０７）。そして非所持品とユーザの位置関係を判断することとなる。

まず現在位置検出部１０３でユーザの位置を検出する（Ｓ８０８）。そして位置情報蓄積部１１７に蓄積し（Ｓ８０９）、蓄積された位置情報より、ユーザの移動方向を移動方向検出部１１８で検出する（Ｓ８１０）。Ｓ８０７において検出された非所持品の位置関係を考慮し、現在非所持品に近づいているか否かを判断する（Ｓ８１１）。近づいている場合（Ｓ８１１のＹｅｓ）、当該非所持品と因果関係がある施設を予測移動先として算出する（Ｓ８１２）。そして特定された予測移動先に関する情報を表示する（Ｓ８１３）。

一方、いずれの非所持品にも近づいていない場合は、移動先を特定できないため終了する（Ｓ８１１のＮｏ）。

なお、非所持品は、ユーザが現在所持していない物品として説明を行ってきたが、これに限ったものではない。代替可能な物品や、さらに購入しようとする物品でもよい。

また、ユーザの移動に伴って検出される位置情報と、所持品の履歴を蓄積しておき、所持品が離れ場合、その位置を自動で登録することで、非所持品位置データベースを作成することとしてもよい。

図６９は、非所持品位置データベースを作成するために必要な構成要素を記した移動体端末１０１の別のシステムブロック図である。前記実施の形態等で示す位置情報検出部１０２、所持品検出部１０３、履歴蓄積部１０４に加え、所持品離別判定部１２４、非所持品位置登録部１２５を有し、非所持品位置データベース１２０を作成する。

非所持品位置データベースの作成には、まず、前記実施の形態１と同様、所持品位置検出部１０３において、ユーザが現在所持する所持品を、また位置情報検出部１０２においてユーザの位置を検出し、これらを対応付けて履歴蓄積部１０４に蓄積する。

図７０は履歴蓄積部１０４に蓄積されたユーザの移動とその際所持していた所持品の履歴である。例えば、位置「東経１３５度３５分３０秒、北緯３５度３３分１０秒」である「自宅」を出発し、位置「東経１３５度３４分３０秒、北緯３５度３０分１０秒」である「ヨドバシ学習塾」へ移動した履歴が蓄積されている。またこの間「英語テキストＹ」、「和英辞書」、「英和辞書」を所持しながら移動したことを示している。一方、「ヨドバシ学習塾」へ到着した後「英語テキストＹ」は検出されず、「和英辞書」、「英和辞書」のみを所持して移動していることが分かる。これは本例におけるユーザは「英語テキストＹ」を「ヨドバシ学習塾」へ置いてきているため、以降所持品として検出されなくなったことを示している。図７１は、図７０の所持品とユーザの移動履歴を地図で表したものである。「英語テキストＹ」、「和英辞書」、「英和辞書」を所持しながら自宅を出発し「ヨドバシ学習塾」へ到達していることが分かる。一方、その後「英語テキストＹ」を塾に置いたまま、「和英辞書」、「英和辞書」のみを所持しながら再び移動し始めていることが分かる。このように、ユーザは常に物品を所持するのではなく、途中で購入して増えたり、あるいは途中で物品を置いて移動することもあるため、図７０の履歴にあるように、検出されなくなり、非所持品となる。そこで、このように検出されなくなった場合、これらを所持品離別判定部１２４で非所持品と判断し、最後に検出された位置を非所持品の位置として非所持品位置登録部１２５で登録することで、非所持品の位置を蓄積した非所持品データベース１２０を作成することが可能となる。

図７２は非所持品位置データベース１２０に蓄積された非所持品とその位置を示したものである。「英語テキストＹ」が最後に検出された位置である「東経１３５度３４分３０秒、北緯３５度３０分１０秒」を、非所持品「英語テキストＹ」の位置として対応付けて蓄積されている。

以上の説明のように、本実施の形態５に係る移動体端末１０１は、非多頻度所持品や特定品がない場合においても、所持品検出部１０３において検出された所持品に基づいて、移動先候補特定部１１６において移動先となる複数の移動先候補を特定して、移動先候補距離算出部１２３において移動先候補とユーザとの距離を算出し、移動先予測部１０７は距離の近づいている移動先候補をユーザの移動先として予測することが可能となる。

また、図６３に示す移動体端末１０１においては、非所持品特定部１１９においてユーザの所持していない非所持品を特定して、非所持品位置検出部１２１において非所持品の位置を検出し、移動先候補距離算出部１２３において非所持品に対応する施設である移動先候補とユーザとの距離を算出し、移動先予測部１０７は距離に基づいてユーザの移動先を予測することができる。従って、本実施の形態５に係る移動体端末１０１は、現在所持している所持品のみならず、移動先を予測するために非所持品を特定してその位置を参照し、非所持品の位置とユーザの位置関係より、移動先を予測することでより柔軟にユーザの移動先を予測することが可能となる。

本発明にかかる移動先予測装置は、移動先情報をユーザに適したタイミングで適した形式で掲示することが可能な画面を有する、例えば携帯電話機等の移動体端末やカーナビゲーション装置等に使用することが可能となる。

図１は、本発明の実施の形態１における移動先予測装置を示すブロック図である。 図２は、本発明の実施の形態１における所持品検出を示す図である。 図３は、本発明の実施の形態１における所持品情報および位置情報の履歴を示す図である。 図４は、本発明の実施の形態１における非多頻度所持品を示す図である。 図５は、本発明の実施の形態１における非多頻度所持品と位置の因果関係を示す図である。 図６は、本発明の実施の形態１における位置因果関係による移動先予測を示す図である。 図７は、本発明の実施の形態１における位置に基づく商用情報を示す図である。 図８は、本発明の実施の形態１における位置と所持品の関係を説明する図である。 図９は、本発明の実施の形態１における位置と所持品の関係を説明する図である。 図１０は、本発明の実施の形態１における位置と所持品の関係を説明する図である。 図１１は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図１２は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図１３は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図１４は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図１５は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図１６は、本発明の実施の形態１における動作フローチャートである。 図１７は、本発明の実施の形態１における動作フローチャートである。 図１８は、本発明の実施の形態１における動作フローチャートである。 図１９は、本発明の実施の形態２における所持品検出を示す図である。 図２０は、本発明の実施の形態２における位置ノード変換表を示す図である。 図２１は、本発明の実施の形態２における検出された所持品を示す図である。 図２２は、本発明の実施の形態２における所持品情報および位置情報の履歴を示す図である。 図２３は、本発明の実施の形態２における所持品情報および位置情報の履歴を示す図である。 図２４は、本発明の実施の形態２における所持品情報および位置情報の体系化された履歴を示す図である。 図２５は、本発明の実施の形態１における位置と所持品の履歴を示す図である。 図２６は、本発明の実施の形態１における位置と所持品の関係を説明する図である。 図２７は、本発明の実施の形態１における位置と所持品の関係を説明する図である。 図２８は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図２９は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図３０は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図３１は、本発明の実施の形態１におけるエリアと所持品の関係を説明する図である。 図３２は、本発明の実施の形態２における抽出された所持品と目的地の関係を示す図である。 図３３は、本発明の実施の形態２における動作フローチャートである。 図３４は、本発明の実施の形態２における動作フローチャートである。 図３５は、本発明の実施の形態２における動作フローチャートである。 図３６は、非頻度所持品と目的地との関係の一例を示すテーブルである。 図３７は、因果関係抽出部より抽出された、非多頻度所持品と目的地との位置因果関係を示す図である。 図３８は、本発明の実施の形態３における構成を示す図である。 図３９は、同上の施設データベースに格納される施設情報の内容を示す情報内容表示図である。 図４０は、同上の施設候補検索部が最尤施設決定部に通知する施設候補情報の内容を示す情報内容表示図である。 図４１は、同上の移動先予測装置の動作を示すフローチャートである。 図４２は、従来の所持品検出装置の例を示す図である。 図４３は、本発明の実施の形態３におけるテキスト情報からの特定品抽出を説明する図である。 図４４は、本発明の実施の形態３における施設データベースを説明する図である。 図４５は、本発明の実施の形態３における施設カテゴリからの目的地予測を説明する図である。 図４６は、実施の形態４の移動体端末のシステム構成図である。 図４７は、実施の形態４の因果関係情報を示す図である。 図４８は、実施の形態４の施設情報を示す図である。 図４９は、実施の形態４の特定品の判定を示す図である。 図５０は、実施の形態４の検出された所持品を示す図である。 図５１は、実施の形態４の予測移動先の情報の表示を示す図である。 図５２は、実施の形態４の特定品の判定におけるフローチャートである。 図５３は、実施の形態４の移動先の予測におけるフローチャートである。 図５４は、実施の形態４の移動体端末のシステム構成図である。 図５５は、実施の形態４の類推辞書を示す図である。 図５６は、実施の形態４の検出された所持品を示す図である。 図５７は、実施の形態４の因果関係情報を示す図である。 図５８は、実施の形態４の因果関係情報を示す図である。 図５９は、実施の形態４の因果関係情報を示す図である。 図６０は、実施の形態５の移動体端末のシステム構成図である。 図６１（ａ）は、実施の形態５の因果関係情報を示す図である。図６１（ｂ）は、実施の形態５のユーザの現在の所持品を示す図である。 図６２は、実施の形態５においてユーザの移動方向を示す図である。 図６３は、実施の形態５の移動体端末のシステム構成図である。 図６４（ａ）は、実施の形態５の因果関係情報を示す図である。図６４（ｂ）は、実施の形態５のユーザの現在の所持品を示す図である。 図６５は、実施の形態５の非所持品の位置を示す図である。 図６６は、実施の形態５においてユーザの移動方向を示す図である。 図６７は、実施の形態５の非所持品とユーザの位置関係を示す図である。 図６８は、実施の形態５の非所持品を用いて移動先を予測する際のフローチャートである。 図６９は、実施の形態５の移動体端末のシステム構成図である。 図７０は、実施の形態５の所持品の履歴を示す図である。 図７１は、実施の形態５の所持品の離別を示す図である。 図７２は、実施の形態５の非所持品データベースを示す図である。

符号の説明

１０１ 移動体端末
１０２ 位置情報検出部
１０３ 所持品検出部
１０４ 履歴蓄積部
１０５ 所持頻度判定部
１０６ 位置因果関係抽出部
１０７ 移動先予測部
１０２Ｅ 施設データベース
１０３Ｅ 施設候補検索部
１０５Ｅ 最尤施設決定部
１０６Ｅ 特定施設蓄積部
１１１ 因果関係情報蓄積部
１１２ 特定品判定部
１１３ 所持品類似度判定部
１１４ 情報表示部
１１５ 施設情報データベース
１１６ 移動先候補特定部
１１７ 位置情報蓄積部
１１８ 移動方向検出部
１１９ 非所持品特定部
１２０ 非所持品位置データベース
１２１ 非所持品位置検出部
１２２ 所持品類推辞書
１２３ 移動先候補距離算出部
１２４ 所持品離別判定部
１２５ 非所持品位置登録部
５０１ 所持品特定部

Claims (18)

1. ユーザの移動先を予測する移動先予測装置であって、
   前記ユーザの位置情報を検出する位置情報検出手段と、
   前記ユーザの所持している所持品に取り付けられたタグから情報を読み込むことにより、前記ユーザが所持する所持品を検出する所持品検出手段と、
   少なくとも前記所持品検出手段において検出される前記所持品と、前記位置情報検出手段によって検出される位置情報とを関連付けて履歴として蓄積する蓄積手段と、
   前記履歴に出現する頻度に基づいて、前記所持品を、所定割合以上所持する多頻度所持品又は所定割合未満保持する非多頻度所持品に区別する判定を行う所持頻度判定手段と、
   前記所持頻度判定手段で非多頻度所持品と判定された所持品と、前記履歴において当該所持品と関連付けられた位置情報とを対応づけることにより、前記履歴より、少なくとも前記所持品と前記所定の位置情報との因果関係を抽出する因果関係抽出手段と、
   前記因果関係と前記所持品検出手段で検出された所持品とに基づいて、前記因果関係において当該所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる位置を前記ユーザの移動先として予測する移動先予測手段とを備える
   ことを特徴とする移動先予測装置。
2. 前記所持頻度判定手段は、前記所定割合として、前記ユーザが所定期間毎に前記所持品を所持する割合を用い、
   当該所定割合未満の所持品を前記非多頻度所持品とし、当該所定割合以上の所持品を前記多頻度所持品とする
   ことを特徴とする請求項１記載の移動先予測装置。
3. 前記所持頻度判定手段は、前記履歴におけるユーザの位置情報をクラスタリング手法に従ってクラス分けし、前記履歴における位置情報と所持品との対応付けより、各クラスに属する所持品を特定し、所持品が属するクラスの数を、前記所定割合とし、
   当該所定割合未満の所持品を前記非多頻度所持品とし、当該所定割合以上の所持品を前記多頻度所持品とする
   ことを特徴とする請求項１記載の移動先予測装置。
4. 前記蓄積手段は、出発地から目的地までの移動ごとに、当該出発地と当該目的地と前記位置情報と前記所持品とを関連付けて蓄積し、
   前記所持頻度判定手段は、前記蓄積手段に蓄積された履歴における全ての移動に対する、所持品が関連付けられた移動の割合を、前記所定割合として、
   当該所定割合未満の所持品を前記非多頻度所持品とし、当該所定割合以上の所持品を前記多頻度所持品とする
   ことを特徴とする請求項１記載の移動先予測装置。
5. 前記移動先予測装置は、さらに、
   前記因果関係抽出手段で抽出される前記因果関係を用いて、前記位置情報検出手段で検出された位置情報に対応づけられた所持品が前記所持品検出手段で検出されるか否かを確認することにより、前記所持品の有無を確認する所持品確認手段と、
   前記所持品確認手段において所持品がないと確認される場合には、その旨の通知を前記ユーザに行う通知手段とを備える
   ことを特徴とする請求項１記載の移動先予測装置。
6. 前記蓄積手段は、複数の前記所持品と前記位置情報とを関連付けた履歴を蓄積し、
   前記所持品確認手段は、前記履歴を参照して、前記履歴に記載されているが前記所持品検出手段において検出されない所持品を判断し、
   前記通知手段は、当該所持品を前記ユーザに通知する
   ことを特徴とする請求項５記載の移動先予測装置。
7. 前記移動先予測装置は、さらに、
   日時情報を検出する時計部を備え、
   前記蓄積手段には、少なくとも前記日時情報と、前記所持品と、前記位置情報とが関連付けて履歴として蓄積され、
   前記所持頻度判定手段で非多頻度所持品と判定された所持品と、前記履歴において当該所持品と関連付けられた位置情報とを対応づけることにより、前記履歴より、少なくとも前記所持品と前記所定の位置情報との因果関係を抽出する因果関係抽出手段と、
   前記因果関係抽出手段は、前記所持頻度判定手段で非多頻度所持品と判定された所持品と、前記履歴において当該所持品と関連付けられた日時情報及び位置情報とを対応づけることにより、前記所持品と、前記日時情報及び前記位置情報との因果関係を抽出し、
   前記移動先予測手段は、当該因果関係と前記所持品検出手段で検出された所持品と前記時計部で検出された日時情報とに基づいて、当該因果関係において当該所持品と当該日時情報から所定時間だけ経過した日時情報とに対応づけられた位置情報を特定し、特定した位置情報から定まる位置を前記ユーザの移動先として予測する
   ことを特徴とする請求項１記載の移動先予測装置。
8. 前記移動先予測装置は、さらに、
   前記移動先に関する商用情報を記録するデータベース部と、
   前記移動先予測手段で予測された前記移動先に関する商用情報を前記データベース部から取得して画面に表示する表示手段とを備える
   ことを特徴とする請求項１記載の移動先予測装置。
9. 前記移動先予測装置は、さらに、
   ネットワークを介して前記移動先予測手段において予測された前記移動先に関する商用情報を提供するサーバ装置と接続する通信手段を備え、
   前記データベース部には、前記通信手段を介して取得する前記商用情報が記録される
   ことを特徴とする請求項８記載の移動先予測装置。
10. 前記移動先予測装置は、さらに、
    前記蓄積手段に蓄積された前記所持品のうち、異なる移動先において重複しない所持品を特定品として判定する特定品判定手段を備え、
    前記移動先予測手段は、前記所持品検出手段で検出された所持品の中に前記特定品が存在する場合、前記特定品に対応する移動先を前記ユーザの移動先として予測する
    ことを特徴とする請求項１記載の移動先予測装置。
11. 前記蓄積手段は、少なくとも前記所持品検出手段において検出される前記所持品と、前記位置情報検出手段において検出される前記位置情報とを関連付けて履歴として蓄積し、
    前記特定品判定手段は、さらに、前記履歴に基づいて、所定の移動先において所持する頻度が高い所持品を特定品として判定し、
    前記移動先予測手段は、前記所持品検出手段で検出される所持品の中に前記特定品が存在する場合、前記特定品に対応する移動先を前記ユーザの移動先として予測する
    ことを特徴とする請求項１０記載の移動先予測装置。
12. 前記移動先予測装置は、さらに、
    前記位置情報よりユーザの移動方向を検出する移動方向検出手段と、
    前記因果関係抽出手段で抽出された因果関係と前記所持品検出手段で検出された所持品とに基づいて、前記因果関係において当該所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる方向を複数の移動先候補として特定する移動先候補特定手段とを備え、
    前記移動先予測手段は、前記移動方向検出手段で検出されるユーザの移動方向が近づいている移動先候補を前記ユーザの移動先と予測する
    ことを特徴とする請求項１記載の移動先予測装置。
13. 前記移動先予測装置は、さらに、
    前記所持品検出手段で検出される所持品と前記因果関係とに基づいて、前記因果関係において当該所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる位置を移動先候補として特定する移動先候補特定手段と、
    予め保持している移動先と当該移動先で所持すべき所持品とを対応づけた因果関係情報を参照することにより、前記因果関係情報において、前記移動先候補特定手段で特定された移動先に対応する所持品のうち、前記所持品検出手段で検出された所持品を除く所持品を特定し、特定した所持品を前記ユーザが所持していない非所持品と特定する非所持品特定手段と、
    予め保持しているユーザの位置と当該で保持すべき保持品とを対応づけた非所持品位置データベースを参照することにより、前記非所持品位置データベースにおいて、前記非所持品特定手段で特定された非所持品に対応する位置を特定し、特定した位置を前記非所持品が存在する位置として検出する非所持品位置検出手段と、
    前記非所持品位置検出手段により検出される前記非所持品の位置と、前記ユーザの位置、及び前記ユーザの移動方向より、前記非所持品との位置関係を判定する非所持品位置関係判定手段とを備え、
    前記移動先予測手段は、前記非所持品位置関係判定手段において前記非所持品との距離
    が近づいている場合、前記非所持品に対応する移動先を前記ユーザの移動先として予測する
    ことを特徴とする請求項１記載の移動先予測装置。
14. 前記移動先予測手段は、さらに、前記非所持品に対応する移動先を除いて前記ユーザの移動先を予測する
    ことを特徴とする請求項１３記載の移動先予測装置。
15. 前記蓄積手段は、さらに、前記所持品の代替となる代替所持品に関する情報が記載された所持品類推辞書を蓄積し、
    前記移動先予測手段は、前記所持品検出手段において前記代替所持品が検出される場合には、前記所持品類推辞書を用いて前記代替所持品に対応する同類所持品を特定し、前記因果関係において当該同類所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる位置を前記ユーザの移動先と予測する
    ことを特徴とする請求項１記載の移動先予測装置。
16. 移動先予測装置によってユーザの移動先を予測する移動先予測方法であって、
    位置情報検出手段が、前記ユーザの位置情報を検出する位置情報検出ステップと、
    所持品検出手段が、前記ユーザの所持している所持品に取り付けられたタグから情報を読み込むことにより、前記ユーザが所持する所持品を検出する所持品検出ステップと、
    蓄積手段が、少なくとも前記所持品検出ステップにおいて検出された前記所持品と、前記位置情報検出ステップにおいて検出される位置情報とを関連付けて履歴として蓄積する蓄積ステップと、
    所持頻度判定手段が、前記履歴に出現する頻度に基づいて、前記所持品を、所定割合以上所持する多頻度所持品又は所定割合未満保持する非多頻度所持品に区別する判定を行う所持頻度判定ステップと、
    因果関係抽出手段が、前記所持頻度判定ステップで非多頻度所持品と判定された所持品と、前記履歴において当該所持品と関連付けられた位置情報とを対応づけることにより、前記履歴より、少なくとも前記所持品と前記位置情報との因果関係を抽出する因果関係を抽出する因果関係抽出ステップと、
    移動先予測手段が、前記因果関係と前記所持品検出ステップで検出された所持品とに基づいて、前記因果関係において当該所持品と対応づけられた位置情報を特定し、特定した位置情報から定まる位置を前記ユーザの移動先として予測する移動先予測ステップとを含む
    ことを特徴とする移動先予測方法。
17. ユーザの移動先を予測する移動先予測方法に用いるプログラムであって、
    コンピュータに請求項１記載の移動先予測装置が備える手段として機能させる
    ことを特徴とするプログラム。
18. 請求項１７に記載のプログラムを記録した
    ことを特徴とするコンピュータ読み取り可能な記録媒体。

Images